Wesly Jean

TESE DE DOUTORADO EM ENGENHARIA ELÉTRICA
MÉTODO PARA DETERMINAÇÃO DO TIPO DE

INCENTIVO REGULATÓRIO À GERAÇÃO DISTRIBUÍDA
SOLAR FOTOVOLTAICA QUE POTENCIALIZA SEUS
BENEFÍCIOS TÉCNICOS NA REDE
DANIEL VIEIRA
Brasília, novembro de 2016
UNIVERSIDADE DE BRASILIA
FACULDADE DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA ELÉTRICA
i
UNIVERSIDADE DE BRASÍLIA
FACULDADE DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA ELÉTRICA
MÉTODO PARA DETERMINAÇÃO DO TIPO DE

INCENTIVO REGULATÓRIO À GERAÇÃO DISTRIBUÍDA
SOLAR FOTOVOLTAICA QUE POTENCIALIZA SEUS
DANIEL VIEIRA
ORIENTADOR: PROF. DR. MARCO AURÉLIO GONÇALVES DE OLIVEIRA

TESE DE DOUTORADO EM ENGENHARIA ELÉTRICA
PUBLICAÇÃO: 112/2016 TD
BRASÍLIA/DF: NOVEMBRO – 2016
ii
UNIVERSIDADE DE BRASÍLIA
iii
FICHA CATALOGRÁFICA
VIEIRA, DANIEL
Método Para Determinação Do Tipo De Incentivo Regulatório à Geração Distribuída Solar
Fotovoltaica que Potencializa seus Benefícios Técnicos na Rede [Distrito
Federal] 2016.
xvii, 186p., 297 mm (ENE/FT/UnB, Doutor, Engenharia Elétrica, 2016). Tese de
Doutorado – Universidade de Brasília. Faculdade de Tecnologia. Departamento de
Engenharia Elétrica.
1. Geração Distribuída 2. Energia Solar

3. Regulação 4. Método
I. ENE/FT/UnB II. Título (série)
REFERÊNCIA BIBLIOGRÁFICA
VIEIRA, D. (2016). Método para Determinação do Tipo de Incentivo Regulatório à Geração
Distribuída Solar Fotovoltaica que Potencializa seus Benefícios Técnicos na Rede. Tese de
Doutorado em Engenharia Elétrica, Publicação 112/2016 TD, Departamento de Engenharia
Elétrica, Universidade de Brasília, Brasília, DF, 186p.
CESSÃO DE DIREITOS
AUTOR: Daniel Vieira.
TÍTULO: Método para Determinação do Tipo de Incentivo Regulatório à Geração Distribuída
Solar Fotovoltaica que Potencializa seus Benefícios Técnicos na Rede.
GRAU: Doutor ANO: 2016
É concedida à Universidade de Brasília permissão para reproduzir cópias desta tese de

doutorado e para emprestar ou vender tais cópias somente para propósitos acadêmicos e
científicos. O autor reserva outros direitos de publicação e nenhuma parte dessa tese de
doutorado pode ser reproduzida sem autorização por escrito do autor.
____________________________
Daniel Vieira
Brasília – DF – Brasil
iv
RESUMO
MÉTODO PARA DETERMINAÇÃO DO TIPO DE INCENTIVO REGULATÓRIO À
GERAÇÃO DISTRIBUÍDA SOLAR FOTOVOLTAICA QUE POTENCIALIZA SEUS
Autor: Daniel Vieira

Orientador: Marco Aurélio Gonçalves de Oliveira
Programa de Pós-graduação em Engenharia Elétrica
Brasília, novembro de 2016
Na busca por energia elétrica a partir de fontes renováveis e com baixo impacto ambiental,
muitos países têm estabelecido políticas diversas de incentivo ao desenvolvimento de energia
solar fotovoltaica. Essas políticas têm influência direta na maneira como a geração solar se
instala na rede e, consequentemente, nos impactos advindos da integração desse modo de
produção de eletricidade. Nesse contexto, este trabalho propõe um método para determinação
do tipo de incentivo regulatório à geração distribuída solar fotovoltaica que leva a maiores
benefícios técnicos na rede. Inicialmente, são estudados os principais impactos da geração
distribuída e analisadas as diferentes políticas de incentivos à energia solar, juntamente com o
papel que esses mecanismos de suporte exercem na maneira como a geração se insere nas redes
elétricas. Em seguida, são calculados os impactos que a geração solar descentralizada causa na
rede de acordo com cada uma das formas de incentivos regulatórios. Para o cálculo desses
impactos utilizam-se técnicas de simulações de Monte Carlo e fluxo de potência levando-se
em consideração as incertezas relativas aos patamares de consumo e às curvas de carga das
unidades, bem como ao comportamento da irradiância solar na região. O método é então
aplicado a um alimentador que atende a milhares de unidades consumidoras comerciais e
residenciais, permitindo ranquear as políticas de incentivo quanto aos seus impactos técnicos
na rede elétrica.
v
ABSTRACT
METHOD FOR DETERMINING THE TYPE OF SUPPORT POLICY TOWARDS
SOLAR PV DISTRIBUTED GENERATION THAT ENHANCES ITS BENEFITS TO
THE POWER GRID
Author: Daniel Vieira

Supervisor: Marco Aurélio Gonçalves de Oliveira
Graduate Program in Electrical Engineering
Brasília, November 2016
In the quest for renewable electricity with low environmental impacts, many countries have
established different policies to encourage the development of solar energy. Such policies can
guide how solar PV is installed in the network and hence play an important role on the impacts
arising from the integration of this form of electricity production. In this context, this study
proposes a method for determining the type of regulatory incentive for distributed solar that
leads to greater technical benefits to the network. Firstly, the main impacts of distributed
generation are investigated and the different solar policies are studied, as well as the role they
play in how the generation is incorporated into the grids. Then the impacts caused by
decentralized solar generation when installed under each policy framework are assessed. To
calculate these impacts, the proposed method uses Monte Carlo techniques, together with
probabilistic power flow, taking into account uncertainties related to consumption levels, load
curves and solar irradiance. Thus, the proposed method is applied to a distribution feeder,
allowing the appropriately choice of the policy that leads to greater technical impacts to the
grids.
vi
SUMÁRIO
1 Introdução ................................................................................................................................ 1
1.1 Motivação ........................................................................................................................ 1
1.2 Objetivos .......................................................................................................................... 2
1.3 Contribuições desta tese .................................................................................................. 3
1.4 Estruturação ..................................................................................................................... 3
2 Impactos Técnicos da GDFV nas redes de Distribuição de Energia Elétrica ..................... 4
2.1 Considerações Iniciais ..................................................................................................... 4
2.2 Perdas ............................................................................................................................... 5
2.3 Capacidade ....................................................................................................................... 7
2.4 Tensão ............................................................................................................................ 10
2.5 Demais impactos............................................................................................................ 14
2.6 Estado da Arte dos Métodos de Análise de Impactos da GDFV ................................ 17
2.7 Considerações finais ...................................................................................................... 25
3 Incentivos Regulatórios à GDFV ......................................................................................... 26
3.1 Considerações Iniciais ................................................................................................... 26
3.2 Tarifas feed in ................................................................................................................ 27
3.3 Net metering ................................................................................................................... 32
3.4 Quotas e Certificados de Energia RenováveL ............................................................. 39
3.5 Demais formas de incentivo à GDFV .......................................................................... 44
3.6 Considerações Finais ..................................................................................................... 45
4 Impacto dos Incentivos Regulatórios no Desenvolvimento do Mercado de GDFV ......... 47
4.2 Comparação entre incentivos regulatórios e desenvolvimento do mercado .............. 48
4.2.1 Reino Unido ........................................................................................................... 48
4.2.2 Alemanha................................................................................................................ 52
vii
4.2.3 Brasil ....................................................................................................................... 53
4.2.4 Estados Unidos - Arizona ...................................................................................... 55
4.2.5 Estados Unidos - Califórnia .................................................................................. 56
4.2.6 Estados Unidos - Wisconsin.................................................................................. 56
4.3 Considerações Finais ..................................................................................................... 58
5 Método Para Determinação do tipo de Incentivo Regulatório que Potencializa os

Benefícios da GDFV na Rede ...................................................................................................... 59
5.2 Visão Geral do Método ................................................................................................. 60
5.3 Definição dos Cenários ................................................................................................. 61
5.4 Determinação dos Impactos da GDFV ........................................................................ 65
5.4.1 Níveis de Penetração.............................................................................................. 69
5.4.2 Simulações de Monte Carlo .................................................................................. 70
5.4.3 Dados ...................................................................................................................... 72
5.4.3.1 Curvas de carga .................................................................................................. 74
5.4.3.2 Patamares de Consumo ...................................................................................... 77
5.4.3.3 Radiação solar .................................................................................................... 80
5.4.4 Cálculo dos impactos ............................................................................................. 83
5.4.4.1 Perdas .................................................................................................................. 83
5.4.4.2 Capacidade ......................................................................................................... 84
5.4.4.3 Tensão ................................................................................................................. 86
5.4.4.4 Resumo ............................................................................................................... 88
5.5 Comparação entre os impactos ..................................................................................... 89
5.5.1 Perdas...................................................................................................................... 89
5.5.2 Capacidade ............................................................................................................. 91
5.5.3 Tensão ..................................................................................................................... 92
5.5.4 Resumo ................................................................................................................... 94
viii
5.6 Análise de sensibilidade ................................................................................................ 95
5.7 Demais Hipóteses Adotadas ......................................................................................... 97
5.8 Alimentador utilizado para teste do método ................................................................ 99
5.8.1 Ajustes no método para aplicação no alimentador simplificado ...................... 101
5.8.1.1 Ajustes nos cenários......................................................................................... 101
5.8.1.2 Ajustes nos dados para cálculo dos impactos da GDFV ............................... 101
5.9 Considerações finais .................................................................................................... 106
6 Resultados e Discussões ..................................................................................................... 107
6.1 Considerações Iniciais ................................................................................................. 107
6.2 Resultados da aplicação do método ao alimentador simplificado ............................ 107
6.2.1 Dados gerais das simulações ............................................................................... 107
6.2.2 Definição dos Cenários........................................................................................ 109
6.2.3 Cálculo dos impactos ........................................................................................... 111
6.2.3.1 Perdas ................................................................................................................ 111
6.2.3.2 Capacidade ....................................................................................................... 116
6.2.3.3 Tensão ............................................................................................................... 117
6.2.4 Comparação entre os impactos ........................................................................... 119
6.2.5 Análise de Sensibilidade ..................................................................................... 125
6.3 Estudo de Caso – Alimentador TG01 ........................................................................ 127
6.3.1 Definição dos Cenários........................................................................................ 130
6.3.2 Resultados gerais ................................................................................................. 132
6.3.3 Cálculo dos impactos ........................................................................................... 134
6.3.3.1 Perdas ................................................................................................................ 134
6.3.3.2 Capacidade ....................................................................................................... 136
6.3.3.3 Tensão ............................................................................................................... 139
6.3.4 Comparação entre os impactos ........................................................................... 140
6.3.5 Análise de Sensibilidade ..................................................................................... 145
ix
6.4 Considerações Finais ................................................................................................... 147
7 Conclusões ........................................................................................................................... 150
7.1 Aspectos Gerais ........................................................................................................... 150
7.2 Resumo das principais contribuições ......................................................................... 153
7.3 Trabalhos Futuros ........................................................................................................ 154
Referências Bibliográficas ......................................................................................................... 156
Apêndice A: Determinação do impacto da inserção de GDFV na redução da emissão de gases

de efeito estufa ............................................................................................................................ 165
Apêndice B: Dados do alimentador simplificado ..................................................................... 170
Apêndice C: Algoritmo de cálculo das grandezas físicas (perdas, capacidade e tensão) para o
alimentador simplificado ............................................................................................................ 171
Apêndice D: : Algoritmo de cálculo das grandezas físicas (perdas, capacidade e tensão) para o
alimentador Completo ................................................................................................................ 176
x
LISTA DE FIGURAS
Figura 2.1 – Curva de carga comercial típica e irradiação solar média no Distrito Federal.
Fontes: (Daimon, 2012) e (INMET, 2015). .................................................................................. 8
Figura 2.2 – Curva de carga residencial típica e irradiação solar média no Distrito Federal.
Fontes: (Daimon, 2012) e (INMET, 2015). .................................................................................. 9
Figura 2.3 – Níveis de classificação da tensão de fornecimento. Fonte: (ANEEL, 2014c). .... 11
Figura 2.4 – Melhoria do perfil de tensão ao longo de um alimentador devido à inserção de
1500 kVA de geração distribuída. Fonte (Farashbashi-Astaneh & Dastfan, 2010). ................ 13
Figura 2.5 - Proprietários de geração solar fotovoltaica na Alemanha – dados referentes a 2010.
Fonte: (Fraunhofer, 2015). ........................................................................................................... 24
Figura 3.1 –Distribuição das principais políticas de incentivos à geração distribuída de acordo
com o número de países adotantes. Fonte: (REN21, 2015) modificado. ................................. 26
Figura 3.2 – Políticas de incentivo às energias renováveis adotadas nos países europeus. Fonte
(Ragwitz, 2013). ........................................................................................................................... 28
Figura 3.3 – Modelos de Feed in Premium: (a) Bônus Fixo, (b) Bônus com preço teto (cap) e
preço mínimo (floor) e (c) Bônus Deslizantes. Fonte: (Ragwitz, 2013). .................................. 31
Figura 3.4 – Esquema representativo de diversos modelos diferentes de tarifas feed in. ........ 31
Figura 3.5 – Mecanismos de net metering adotados nos EUA. Fonte: (US DoE, 2015)
modificado..................................................................................................................................... 35
Figura 3.6 – Tratamento da geração excedente no mecanismo de net metering nos EUA. Fonte:
(US DoE, 2015) modificado. ....................................................................................................... 36
Figura 3.7 – Tipos de tarifas feed in e net metering. .................................................................. 38
Figura 3.8 – Mecanismos de Quotas e Certificados adotados nos EUA. Fonte: (US DoE,
2015)atualizado até junho/2015 (modificado). ........................................................................... 43
Figura 4.1 – Distribuição de frequência do tamanho (em kW) dos sistemas solares fotovoltaicos
instalados no Reino Unido entre abril de 2010 e dezembro de 2014. Dados obtidos de (Ofgem,
2015a). ........................................................................................................................................... 50
instalados no Reino Unido entre abril de 2010 e dezembro de 2014. Dados obtidos de (Ofgem,
2015a). ........................................................................................................................................... 51
xi
instalados na Alemanha entre janeiro e abril de 2015. Dados obtidos de (Bundesnetzagentur,
2015).............................................................................................................................................. 53
instalados no Brasil entre janeiro de 2013 e fevereiro de 2016. Dados obtidos de (ANEEL,
2016).............................................................................................................................................. 54
instalados no Arizona entre abril de 2002 e abril de 2014. ........................................................ 55
instalados na Califórnia entre março de 1997 e abril de 2015. .................................................. 56
instalados em Wisconsin a partir de maio de 2002. Dados brutos disponíveis em (NREL, 2015).
........................................................................................................................................................ 57
Figura 5.1 – Modelo esquemático do método utilizado. ............................................................ 60
Figura 5.2 – Fluxograma representativo do método para determinação dos impactos da GDFV
na rede elétrica. ............................................................................................................................. 68
Figura 5.3 – Curvas de carga residenciais típicas da área de concessão da CEB. Fonte: (Daimon,
2012).............................................................................................................................................. 75
Figura 5.4 - Curvas de carga residencial agregada da área de concessão da CEB. Fonte:
(Daimon, 2012). ............................................................................................................................ 76
Figura 5.5 – Distribuição de consumidores e consumos por faixas de consumo definidas no
PRODIST. Fonte: (Daimon, 2012). ............................................................................................. 78
Figura 5.6 – Mapa das Estações Meteorológicas de Observação de Superfície Automáticas do
INMET. Fonte: (INMET, 2015). ................................................................................................. 80
Figura 5.7 – Média e desvios padrão da radiação solar fotovoltaica no Distrito Federal. Dados
provenientes de (INMET, 2015). ................................................................................................. 82
Figura 5.8 – Exemplos da aplicação da distribuição normal aos dados de radiação solar do
Distrito Federal. ............................................................................................................................ 82
Figura 5.9 – Exemplo de distribuição da potência máxima atendida pelo alimentador. .......... 85
Figura 5.10 – Representação do alimentador simplificado utilizado para teste do método
proposto. ...................................................................................................................................... 100
Figura 5.11 – Dados do alimentador simplificado utilizado nas simulações. ......................... 100
Figura 5.12 – Curvas de carga possivelmente atribuíveis à unidade consumidora residencial do
alimentador simplificado. ........................................................................................................... 105
xii
Figura 5.13– Curvas de carga possivelmente atribuíveis à unidade consumidora comercial do
alimentador simplificado. ........................................................................................................... 105
provenientes de (INMET, 2015). ............................................................................................... 106
Figura 6.1 – Perdas diárias no alimentador em função do nível de penetração de GDFV obtidas
quando da inserção de GDFV sob uma política de net metering. ........................................... 112
Figura 6.2 – Comparação das perdas diárias no alimentador quando da aplicação das técnicas
de Monte Carlo e quando da utilização de valores médios para política do tipo net metering.
...................................................................................................................................................... 114
Figura 6.3 – Perdas no alimentador em função do nível de penetração de GDFV. ............... 115
Figura 6.4 – Potência máxima no alimentador em função do nível de penetração de GDFV.
...................................................................................................................................................... 116
Figura 6.5 – Porcentagem diária média de tensões fora dos limites regulamentares (±5%) em
função do nível de penetração de GDFV. ................................................................................. 118
Figura 6.6 – Somatório dos impactos da GDFV em função do nível de penetração de GDFV.
...................................................................................................................................................... 122
Figura 6.7 – Variação do impacto final da GDFV por kW instalado segundo uma política de
net metering conforme o nível de penetração frente à alteração em ±50% dos valores utilizados
para monetizar os impactos de perdas, capacidade e tensão. ................................................... 126
Figura 6.8– Percurso do alimentador TG01. Fonte: (Shayani, 2010) ..................................... 128
Figura 6.9 – Perdas no alimentador TG01 em função do nível de penetração de GDFV. ..... 135
Figura 6.10 – Potência máxima no alimentador TG01 em função do nível de penetração de
GDFV. ......................................................................................................................................... 137
Figura 6.11 – Porcentagem diária média de tensões fora dos limites regulamentares (±5%) no
alimentador TG01 em função do nível de penetração de GDFV. ........................................... 139
Figura 6.12 - Somatório dos impactos da GDFV no alimentador TG01 em função do nível de
penetração de GDFV. ................................................................................................................. 143
net metering conforme o nível de penetração frente à alteração em ±50% dos valores utilizados
para monetizar os impactos de perdas, capacidade e tensão. ................................................... 146
xiii
LISTA DE TABELAS
Tabela 2.1 – Repartição das perdas nas redes de distribuição de energia elétrica da CEB. Fonte:
(ANEEL, 2012a). ............................................................................................................................ 6
Tabela 2.2 – Faixas de tensão de atendimento adequada, precária e crítica. Fonte: (ANEEL,
2014c). ........................................................................................................................................... 12
Tabela 3.1 – Lista de países que adotam mecanismos de incentivo à geração solar baseados em
tarifa feed in. Fonte: (REN21, 2015). .......................................................................................... 29
net metering. Fonte: (REN21, 2015). .......................................................................................... 37
quotas e certificados. Fonte: (REN21, 2015). ............................................................................. 43
Tabela 4.1 – Tarifas de compra de energia proveniente de fonte solar fotovoltaica participante
do sistema de feed in britânico. Fonte: (Ofgem, 2015b). ........................................................... 49
do sistema de feed in alemão. Fonte: (IEA, 2015)...................................................................... 52
Tabela 5.1 – Agrupamento dos níveis de penetração. ................................................................ 70
Tabela 5.2 – Variáveis necessárias ao cálculo do fluxo de potência. ........................................ 73
Tabela 5.3 – Faixas de consumo de energia elétrica constantes na estratificação das campanhas
de medição. Fonte: (Daimon, 2012). ........................................................................................... 77
Tabela 5.4 – Probabilidade de consumo de energia elétrica pelas unidades consumidoras
comerciais e residenciais no Distrito Federal. Dados provenientes de (Daimon, 2012). ......... 79
Tabela 5.5 – Impactos da GDFV para cada nível de penetração. .............................................. 88
Tabela 5.6 – Custo marginal de expansão das redes de distribuição na área de concessão da
CEB. Fonte: (ANEEL, 2012b). .................................................................................................... 91
Tabela 5.7 – Impactos financeiros da GDFV para cada nível de penetração. .......................... 95
Tabela 5.8 – Variáveis utilizadas nos estudos. ......................................................................... 102
comerciais e residenciais no Distrito Federal. Dados provenientes de (Daimon, 2012). ....... 103
Tabela 5.10 – Probabilidade de consumo de energia elétrica pelas unidade consumidora
residencial do alimentador simplificado. .................................................................................. 104
Tabela 6.1 – Número de simulações realizadas por nível de penetração. ............................... 107
xiv
Tabela 6.2 – Coeficientes de variação por nível de penetração para as simulações do net
metering....................................................................................................................................... 108
Tabela 6.3 – Tamanho da GDFV em cada um dos cenários para cada patamar de consumo.
...................................................................................................................................................... 110
...................................................................................................................................................... 110
Tabela 6.5 – Potência total de GDFV instalada em cada nível de penetração........................ 111
Tabela 6.6 – Perdas diárias de energia elétrica no alimentador simulado para política do tipo
net metering................................................................................................................................. 111
Tabela 6.7 – Resumo comparativo das variáveis utilizadas no método proposto juntamente com
seus valores médios. ................................................................................................................... 113
Tabela 6.8 – Comportamento dos impactos da GDFV em função do nível de penetração de
GDFV. ......................................................................................................................................... 120
Tabela 6.9 – Variação dos impactos da GDFV em função do nível de penetração de GDFV.
...................................................................................................................................................... 120
Tabela 6.10 – Valor monetário da variação dos impactos da GDFV em função do nível de
penetração de GDFV. ................................................................................................................. 121
Tabela 6.11 – Somatório dos impactos da GDFV em função do nível de penetração de GDFV
referentes ao período de 25 anos trazidos para valor presente................................................. 121
Tabela 6.12 – Impacto da inserção de 1 kW adicional de GDFV de acordo com uma política
de net metering para cada nível de penetração. ........................................................................ 124
Tabela 6.13 – Características dos transformadores conectados ao alimentador TG01. ......... 129
Tabela 6.14 – Características dos condutores de BT do alimentador TG01. .......................... 130
Tabela 6.15 – Potência total de GDFV instalada em cada nível de penetração. .................... 132
Tabela 6.16 – Tempo total de simulação dos impactos técnicos de cada política no Alimentador
TG01............................................................................................................................................ 133
Tabela 6.17 – Número de simulações realizadas por nível de penetração. ............................. 133
Tabela 6.18 – Coeficientes de variação. .................................................................................... 134
Tabela 6.19 – Valor monetário dos impactos da GDFV nas perdas do alimentador TG01 em
função do nível de penetração de GDFV. ................................................................................. 141
Tabela 6.20 – Valor monetário dos impactos da GDFV na capacidade máxima de atendimento
do alimentador TG01 em função do nível de penetração de GDFV. ...................................... 141
Tabela 6.21 – Valor monetário dos impactos da GDFV nos níveis de tensão do alimentador
TG01 em função do nível de penetração de GDFV. ................................................................ 142
xv
Tabela 6.22 – Somatório dos impactos da GDFV no alimentador TG01 em função do nível de
penetração de GDFV referentes ao período de 25 anos trazidos para valor presente. ........... 142
de net metering para cada nível de penetração. ........................................................................ 144
xvi
LISTA DE ABREVIATURAS E SIGLAS
AIR Análise de Impacto Regulatório

ANEEL Agência Nacional de Energia Elétrica
ANSI American National Standards Institute
AT Alta tensão
BT Baixa tensão
CEB Companhia Energética de Brasília S.A.
CfD Contracts for Difference
CME Custo Marginal de Expansão
CMO Custo Marginal de Operação
CV Coeficiente de Variação
DECC Department of Energy & Climate Change
DRC Duração Relativa da transgressão de tensão Critíca
DRP Duração Relativa da transgressão de tensão Precária
EN European Norm
EPE Empresa de Pesquisa Energética
EUSD Encargo de Uso do Sistema de Distribuição
FiT Feed in Tariff
GD Geração Distribuída
GDFV Geração Distribuída Solar Fotovoltaica
IEA International Energy Agency
IEEE Institute of Electrical and Electronics Engineers
INMET Instituto Nacional de Meteorologia
MC Monte Carlo
MT Média tensão
NREL National Renewable Energy Laboratory
OFAT One Factor At a Time
OFGEM Office of Gas and Electricity Markets
ONU Organização das Nações Unidas
PRODIST Procedimentos de Distribuição de Energia Elétrica
PURPA Public Utility Regulatory Policies Act
PV Fotovoltaico
REN21 Renewable Energy Policy Network for the 21st Century
RPS Renewable Portfolio Standards
STC Small-scale Technology Certificate
SREC Solar Renewable Energy Certificate
TUSD Tarifa de Uso do Sistema de Distribuição
UNEP United Nations Environment Programme
xvii
1 INTRODUÇÃO
1.1 MOTIVAÇÃO
Dentre os principais desafios para o século XXI, a Organização das Nações Unidas destaca a
erradicação da pobreza e o combate às mudanças climáticas (ONU, 2000). Apesar da aparente
independência entre essas duas ações, elas estão profundamente conectadas (Stern, 2009). Por
um lado, o fracasso no combate às mudanças climáticas levaria à criação de um ambiente cada
vez mais hostil à vida humana, aumentando catástrofes ambientais e contribuindo para o
crescimento da pobreza. Por outro lado, caso a luta pela redução de impactos ambientais se
desse por meio da interrupção do desenvolvimento das nações, o processo de erradicação da
pobreza nos países emergentes seria inevitavelmente comprometido. Dessa forma, é necessária
a criação de mecanismos que contribuam para redução do aquecimento global e, ao mesmo
tempo, promovam o desenvolvimento.
Tendo em vista que o setor de energia é o maior responsável pela emissão de gases de efeito
estufa (29% das emissões globais) – seguido por indústrias (18%), transporte (13%),
agricultura (11%) e desmatamento (11%) (UNEP, 2012) – o adequado tratamento dos desafios
deste século depende fortemente da redução dos impactos ambientais advindos da produção e
do uso de energia elétrica.
Nesse contexto, a atuação no combate às mudanças climáticas deve iniciar-se pelo

reconhecimento de que a emissão de gases de efeito estufa é uma falha de mercado (Stern,
2007) e, portanto, requer a atuação do Estado no estabelecimento de políticas públicas que
possam tentar corrigir essa externalidade negativa. Assim sendo, diversos países têm adotado
formas regulatórias de incentivo à produção de energia proveniente de fontes com baixo
impacto ambiental e, principalmente, renováveis (REN21, 2015).
Entre as fontes renováveis, a solar tem recebido o maior número de políticas de incentivo e,
portanto, apresenta-se como a fonte de geração de energia elétrica com maior crescimento nos
últimos anos: em média 49% ao ano entre 2003 e 2014 (IEA, 2014).
1
Destaca-se ainda o caráter distribuído dessa fonte, permitindo sua extração em pequena escala
e próxima às cargas. Essa Geração Distribuída Solar Fotovoltaica (GDFV), além de propiciar
benefícios ambientais relativos ao baixo impacto na biodiversidade e reduzida emissão de gases
de efeito estufa, pode trazer benefícios sociais, econômicos e técnicos. Esses últimos têm forte
correlação com a forma como essa geração se conecta na rede (localização e tamanho dos
sistemas) e alguns benefícios em particular – tais como: diminuição das perdas nas redes,
postergação de investimentos pela redução da demanda de pico e melhoria da tensão de
fornecimento às unidades consumidoras – têm impacto direto na modicidade tarifária e,
portanto, são abordados em profundidade neste trabalho. Surge, então, a necessidade de
realização de uma Análise de Impacto Regulatório – AIR para subsidiar a tomada de decisão
quando da escolha de políticas de suporte à GDFV.
Apesar de tais benefícios técnicos estarem entre as principais razões pelas quais a GD é
incentivada no Brasil pelo atual sistema de compensação de energia (ANEEL, 2012d), os
impactos técnicos nas redes causados por essa geração distribuída em geral não são levados em
consideração em previsões de crescimento da geração distribuída (EPE, 2014a). Dentre os
motivos que justificam a não abordagem desses aspectos, destaca-se a ausência de métodos
que permitam extrair resultados confiáveis a partir do cálculo de fluxos de potência sob
incertezas quanto ao consumo e à geração.
1.2 OBJETIVOS
Dessa forma, este trabalho se propõe a elaborar uma AIR a partir do estabelecimento de um
procedimento que permita determinar, para diferentes formas de incentivo regulatório
conhecidas, quais seriam os impactos da GDFV (nas perdas, na potência de pico e nos níveis
de tensão), levando-se em consideração diversas incertezas intrínsecas (notadamente, na
localização e no tamanho dos sistemas de geração, na curva de irradiância, nas curvas de carga
das unidades consumidoras e nos patamares de consumo das edificações conectadas à rede).
Com base nisso, torna-se possível identificar quais as melhores políticas de suporte à GDFV
do ponto de vista de seus impactos técnicos na rede.
2
1.3 CONTRIBUIÇÕES DESTA TESE
O estabelecimento do método para determinação do tipo de incentivo regulatório à GDFV que

potencializa seus benefícios técnicos na rede permitirá, no futuro, sua aplicação a redes de
diversas localidades, considerando-se especificidades relativas às configurações de rede, aos
níveis de radiação solar e à forma de utilização da energia elétrica. Assim, será possível
quantificar os impactos de diferentes tipos de regulamentações e estabelecer políticas eficazes
que atendam aos anseios da sociedade no combate às mudanças climáticas e, ao mesmo tempo,
promovam a potencialização dos impactos positivos dessas usinas solares na rede.
1.4 ESTRUTURAÇÃO
Para se atingir os objetivos estabelecidos, este trabalho primeiramente traz uma análise dos
impactos que a GDFV pode causar na rede elétrica e apresenta uma revisão bibliográfica dos
trabalhos realizados com o objetivo de determinar o desenvolvimento ideal da geração solar
para maximizar os benefícios dessa fonte à rede (Capítulo 2). O Capítulo 3 descreve as
principais formas de incentivos à geração distribuída solar fotovoltaica e, em seguida, são
realizados estudos para investigar os impactos das políticas de suporte no desenvolvimento do
mercado de GDFV (Capítulo 4).
De posse de todas essas informações, o Capítulo 5 propõe então um método para determinação
do tipo de incentivo regulatório que potencializa os benefícios da GDFV nos alimentadores de
distribuição de energia elétrica, sendo esse método testado em um alimentador simplificado de
apenas duas cargas e posteriormente aplicado em um alimentador real (Capítulo 6). Por fim, o
Capítulo 7 apresenta as principais conclusões obtidas do trabalho e propõe temas para trabalhos
futuros.
3
2 IMPACTOS TÉCNICOS DA GDFV NAS REDES DE DISTRIBUIÇÃO
DE ENERGIA ELÉTRICA
2.1 CONSIDERAÇÕES INICIAIS
A instalação de geração de pequena escala próxima à carga pode contribuir com a redução da
energia que circula pelas redes, diminuindo perdas, postergando investimentos e melhorando
os níveis de tensão dos alimentadores. Todos esses impactos podem contribuir para a utilização
mais adequada das redes de distribuição.
Todavia, os sistemas tradicionais de transporte de energia elétrica foram projetados para

transmitir energia de grandes usinas geradoras até grandes centros urbanos de consumo nos
quais a eletricidade é distribuída até as unidades consumidoras, seguindo sempre o mesmo
sentido. Nesse cenário, a inserção de geração próxima aos centros consumidores implicaria no
eventual fluxo de energia em sentido reverso ao tradicional, tendo portanto a capacidade de
impactar de maneira negativa nas proteções e na operação da rede.
Além disso, caso a energia seja gerada em momentos não coincidentes com o consumo ou na
hipótese de a quantidade de geração ser elevada em relação à carga, a presença de GD pode
acarretar sobrecarga em linhas e transformadores, aumentando perdas, demandando
investimentos antes desnecessários e contribuindo para que as tensões se elevem de maneira
inadequada.
Com vistas a determinar os principais impactos da GDFV a serem considerados para escolha
do incentivo regulatório que potencializa os benefícios à rede oriundos da inserção de geração
solar, o presente capítulo apresenta uma análise dos impactos da GDFV na rede, com foco
naqueles que se mostram mais relevantes do ponto de vista técnico-econômico, e resume o
estado da arte dos métodos que se propõem a estimar a relação entre a geração e seus impactos.
4
2.2 PERDAS
O modelo tradicional do setor elétrico está fundamentado na produção de energia em grandes

centrais geradoras, seguido pelo transporte dessa eletricidade por meio de linhas de transmissão
e distribuição e, por fim, da utilização da energia pelo usuário final. Evidentemente, nem toda
energia gerada é consumida e faturada pelas distribuidoras. Há diversas perdas nesse processo:
perdas térmicas, dielétricas e de magnetização, erros de medição e faturamento, furtos de
energia etc.
De maneira geral, essas perdas são enquadradas em dois grupos: perdas técnicas (dissipação
da energia elétrica durante o processo de transporte) e perdas não técnicas (energia não
contabilizada comercialmente).
A ANEEL calcula, para todas as distribuidoras de energia elétrica do país, quais são os níveis
regulatórios das perdas técnicas e esses valores são então repassados às tarifas de energia
elétrica. Em redes de distribuição de energia elétrica, as perdas técnicas variam em torno de
7,5%1 do total da energia injetada (ANEEL, 2015a).
Esse percentual de perdas técnicas inclui perdas em todos os elementos das redes com tensão
nominal igual ou inferior a 138 kV, todavia, é possível conhecer a estratificação desses valores
para cada nível de tensão. Por exemplo, o percentual de perdas técnicas na CEB calculado na
revisão tarifária de 2012 foi de 8,691% da energia injetada, que corresponde a 582.918,014
MWh/ano (ANEEL, 2012a). A Tabela 2.1 apresenta a identificação de todos os elementos de
rede que compõem esse índice.
1
Valor médio das perdas técnicas regulatórias de todas as distribuidoras de energia elétrica entre os anos de 2010
e 2014.
Dados disponíveis em http://www.aneel.gov.br/arquivos/Excel/Base_Perdas_Internetjul2014_26_05.xlsx.
5
Tabela 2.1 – Repartição das perdas nas redes de distribuição de energia elétrica da CEB.
Fonte: (ANEEL, 2012a).
Composição do índice global
Elemento de Rede
(%)
Rede 138 kV 1,739
Transformadores 138/69 kV 0,025
Rede 69 kV 0,060
0,058 Total Alta
Transformadores 69/34,5 kV
Tensão:
Rede 34,5 kV 1,614
3,979
Transformadores 138/13,8 kV 0,231
Transformadores 69/13,8 kV 0,037
Transformadores 34,5/13,8 kV 0,215
Rede 13,8 kV 0,984
Transformadores 13,8/0,38 kV 1,538 Total Média e
Rede 380 V 2,003 Baixa Tensão:
Ramais 0,024 4,712
Medidores 0,163
TOTAL 8,691
As redes que serão foco deste trabalho incluem os alimentadores de 13,8 kV (Média Tensão –
MT), os transformadores de 13,8 kV para 380 V, os ramais de 380 V (Baixa Tensão – BT), os
ramais de ligação e os medidores. Esses elementos são responsáveis pela maior parte das perdas
técnicas nas redes de distribuição. Para o caso da CEB, por exemplo, eles representam mais de
54% do total de perdas (4,712% do total de 8,691%).
Assim, caso a inserção de GDFV implicasse numa redução significativa desse percentual, os
impactos econômicos desse benefício da geração solar seriam relevantes. De fato, a literatura
mostra que a geração próxima às cargas pode efetivamente contribuir com a redução dessas
perdas. Farashbashi-Astaneh e Dastfan (2010), em uma simulação com inserção de GD com
tamanho e localização otimizados de um alimentador real (utilizando algoritmos genéticos),
alcançaram uma redução nas perdas de 63%. Algoritmos de otimização de localização de GD
usando lógica fuzzy foram aplicados por Krishna, Ramana e Kamakshaiah (2013) em um
alimentador radial de 33 barras e, dependendo da localização da GD no alimentador, a redução
de perdas variou de 29% a 61% com a instalação de GD com tamanho variando de 0.1% a 1%
da carga total do alimentador.
Imaginando-se que esse tipo de eficientização na redução de perdas pudesse ser replicado, por
exemplo, na área da CEB, uma redução de 61% nas perdas dos alimentadores MT/BT
6
significaria que os atuais 4,712% passariam para 1,838%. Isso representaria uma economia de
192,82 GWh/ano, que, valorada ao preço do mix de compra de energia atualizado de
R$ 183,762/MWh, corresponde a mais de R$ 35 milhões ao ano. Caso a GD se instalasse de
maneira não otimizada e levasse à redução de perdas de 29%, essa economia seria de menos
de R$ 17 milhões anuais.
Essa comparação simplificada permite avaliar o potencial de melhoria no comportamento das

perdas no setor elétrico devido à expansão otimizada da GDFV. Por causa dessa relevância,
diversos estudos têm focado em encontrar, por meio de algoritmos de otimização, os tamanhos
e locais onde a GDFV deveria ser instalada para que sejam alcançados maiores benefícios
técnicos na rede – sobretudo benefícios advindos da redução de perdas. Georgilakis e
Hatziargyriou (2013) realizaram uma revisão de 83 artigos que focam na otimização do local
e do tamanho da GD e, desse total, 21 artigos se dedicaram somente à análise da redução de
perdas provocada pela geração descentralizada. Dada a relevância desse impacto da GDFV nas
redes de distribuição, o Método proposto neste trabalho (Capítulo 5) permite o cálculo do efeito
da presença de GDFV nas perdas da rede.
2.3 CAPACIDADE
A inserção de geração solar em um alimentador de distribuição faz com que a energia gerada
possa ser consumida diretamente por unidades consumidoras próximas às cargas, diminuindo
a capacidade máxima necessária para atendimento à demanda do circuito (potência de pico)
(Adbullah et al., 2013).
Se as cargas de um alimentador apresentassem consumos mais elevados durante o dia, como,

por exemplo, prédios comerciais e alguns tipos de residências (Figura 2.1), a geração solar
aconteceria simultaneamente ao pico de carga, aliviando a rede e postergando a necessidade de
investimentos.
2
O preço do mix de compra de energia da CEB constante em sua revisão tarifária de 2012 foi de R$ 136,93. Esse
valor foi atualizado para 2016 com uma inflação anual de 8%, obtendo-se a quantia de R$ 182,76/MWh.
7
A Figura 2.1 representa a curva de carga responsável pela maior parte do consumo de
comércios no Distrito Federal (área de concessão da CEB Distribuição S.A.) (Daimon, 2012),
juntamente com a irradiação solar média ao longo do dia (INMET, 2015). Nesse caso, percebe-
se a convergência entre os momentos em que se dá a geração solar fotovoltaica e aqueles nos
quais ocorre o consumo de energia.
Figura 2.1 – Curva de carga comercial típica e irradiação solar média no Distrito Federal.
Fontes: (Daimon, 2012) e (INMET, 2015).
Por outro lado, a presença majoritária de cargas com consumo à noite (curva típica de diversas
unidades consumidoras residenciais) implicaria em um alimentador com demanda de pico
noturna (Figura 2.2) e a GDFV não teria condições de postergar investimentos relativos à
capacidade da rede.
Além disso, níveis muito elevados de penetração de GDFV implicariam, em teoria, em picos
de geração que utilizariam a rede elétrica para escoar todo o excedente. Nesse caso, além de
não contribuir para a redução do pico de consumo, a presença de GDFV poderia criar uma
demanda máxima de geração a ser atendida pela rede que pode ser superior ao atual pico de
carga e, assim, seriam necessários investimentos adicionais na rede em virtude da presença de
GDFV.
8
Figura 2.2 – Curva de carga residencial típica e irradiação solar média no Distrito Federal.
Fontes: (Daimon, 2012) e (INMET, 2015).
Essa análise simplificada demonstra que a geração solar tem possibilidade de postergar ou
antecipar a necessidade de investimentos na rede, dependendo das cargas e do perfil de geração.
Uma abordagem científica a esse problema foi adotada em um artigo publicado por uma das
maiores distribuidoras de energia elétrica da Austrália (AUSGRID, 2011). Os pesquisadores
analisaram o efeito da geração solar fotovoltaica na redução de pico do sistema e concluíram
que a GDFV presente na rede àquela época (ainda com baixos níveis de penetração) estava
tendo um pequeno efeito na redução do pico de demanda da rede durante o verão. Esse estudo
verificou que, caso houvesse um nível de penetração maior, a economia com postergação de
investimentos em uma determinada subestação seria suficiente para pagar um centavo de
dólares australianos por kWh de energia gerada a cada um dos consumidores com GDFV
daquela subestação durante 10 anos:
Charmhaven Zone Substation on the Central Coast was identified as

having the greatest potential for network investment deferral. However,
the higher than average levels of solar connections were still estimated
to be too low to offset the need for an additional zone substation
transformer. If the uptake of solar connections on this substation was
about three times higher, then there could be enough peak reduction to
defer a transformer upgrade for one year. The value of this deferral is
estimated to be equivalent to a feed in tariff of one cent a kilowatt hour
for 10 years, but only for the solar customers supplied by this zone
substation. (AUSGRID, 2011)
Todavia, o cálculo do impacto da GDFV na postergação de investimentos na rede caracteriza-

se como uma análise complexa, conforme destacado por Oliva e Macgill (2011) nos seguintes
termos:
9
Appropriately located PV systems in the grid may defer or avoid the
augmentation of transmission and distribution infrastructure offering
significant economic value. The key challenge is to estimate how much
PV in what locations at what times and with what expected operational
characteristics might be able to contribute to avoided network
expenditure through reduction in peak loads. This is enormously
complex. (Oliva & MacGill, 2011)
Além dos impactos nas linhas de distribuição de energia elétrica, a GDFV pode influenciar
também na postergação de investimentos nas redes de transmissão. Juo, Zhao et al. (2014)
analisaram custos de expansão de rede de transmissão na presença de geração solar na Austrália
e concluíram que, para a devida contabilização de potenciais benefícios relativos à postergação
de investimentos, deve-se levar em consideração: a configuração dos alimentadores, as curvas
de carga das unidades consumidoras e a localização da geração distribuída.
The simulation results indicate that, although DG generally can defer

transmission investments, it is inappropriate to offer a general
conclusion about the strength of this effect. In practice, the locations of
DG units, the network topology, and the original power flow patterns
all have significant impacts on DG’s investment deferral effect. (Juo et
al., 2014)
De maneira geral, a revisão da literatura sobre o impacto da GDFV na capacidade da rede de

distribuição permite concluir pela inexistência de um procedimento estatístico confiável para
quantificação desse tipo de impacto e que o método proposto neste trabalho deverá atentar para
as incertezas (natureza probabilística) das cargas e da geração. Esse tipo de consideração é
tratado no Capítulo 5.
2.4 TENSÃO
Prezando pela qualidade no atendimento às unidades consumidoras e considerando-se que os

equipamentos elétricos são projetados para trabalharem dentro de determinadas faixas,
diversos órgãos normatizadores estabeleceram faixas de tensão dentro das quais as
distribuidoras devem fornecer energia elétrica a seus consumidores durante a maior parte do
tempo.
10
No Brasil, o Módulo 8 dos Procedimentos de Distribuição – PRODIST instituiu níveis
adequados, precários e críticos para a tensão em regime permanente no ponto de conexão das
unidades consumidoras (ANEEL, 2014c). Em resumo, a norma estabelece que a tensão deve
permanecer dentro de uma faixa denominada “Adequada” durante a maior parte do tempo,
sendo tolerado que os níveis estejam dentro de uma faixa considerada “Precária” em até 3%
das medições e não mais de 0,5% dos registros podem estar nas faixas de tensão “Críticas”. A
Figura 2.3 mostra, de maneira esquemática, as faixas de tensão estabelecidas pelo Regulador.
Figura 2.3 – Níveis de classificação da tensão de fornecimento. Fonte: (ANEEL, 2014c).
Para redes em alta tensão (entre 69 kV e 138 kV), o PRODIST define que a faixa de tensão é
considerada adequada se estiver em um limite de ±5% da tensão nominal da rede. A faixa
considerada precária inferior situa-se entre 90% e 95% da tensão nominal e a precária superior
está entre 105% e 107% da nominal. Valores fora desses intervalos são considerados críticos.
Já para redes de baixa tensão, esses limites são apresentados em valores absolutos (não em
porcentagens da nominal). A Tabela 2.2 mostra as faixas de tensão de uma rede de 220/127 V.
Dos valores da tabela, depreende-se que a tensão de fornecimento a esses consumidores é
considerada adequada quando seu valor estiver entre +5% e -8% da nominal.
11
Tabela 2.2 – Faixas de tensão de atendimento adequada, precária e crítica. Fonte: (ANEEL,
2014c).
220 V 127 V
Tensão de
Faixa de Variação da Tensão de Leitura
Atendimento
(V)
Adequada 202 ≤ TL ≤ 231 117 ≤ TL ≤ 133
191 ≤ TL < 202 110 ≤ TL < 117
Precária
231 < TL ≤ 233 133 < TL ≤ 135
TL < 191 TL < 110
Crítica
TL > 233 TL > 135
Em outros países, são seguidas regras específicas para determinação da normalidade da tensão
em regime permanente. Merecem destaque a ANSI C84.1-2011 (ANSI, 2011), adotada nos
Estados Unidos, e a EN 50160:2010 (CENELEC, 2010), utilizada pelos países europeus.
A Norma americana divide a tensão em duas faixas: Range A e Range B. A faixa mais restrita
(Range A) seria a equivalente à tensão adequada definida pela ANEEL. Já a Range B é
classificada como uma faixa aceitável mas não ótima. Para unidades consumidoras conectas
entre 120 e 600 V, a norma estabelece como faixa adequada a tensão de fornecimento (service
voltage) entre 95% e 105% da tensão nominal (ANSI, 2011).
Por outro lado, a Norma Europeia EN 50160:2010 estabelece que a tensão de fornecimento a
um consumidor deve estar, durante 95% do tempo, dentro de uma faixa de ±10% da tensão
nominal (CENELEC, 2010).
Apesar de haver diferenças no percentual dentro do qual a tensão é considerada adequada, a

presença de regras que obriguem as distribuidoras a fornecer energia elétrica com tensões
dentro de certos padrões é comum a todos esses países. Assim, a influência que a GDFV pode
ter sobre esses níveis de tensão torna-se um assunto de grande interesse na comunidade
científica, uma vez que a manutenção dos níveis de tensão dentro dos limites regulatórios é,
por vezes, a maior restrição técnica à inserção de GDFV nas redes de distribuição (Demailly et
al., 2005).
Em uma simulação com inserção de GD com tamanho e localização otimizados de um

alimentador real (utilizando algoritmos genéticos), Farashbashi-Astaneh e Dastfan (2010)
alcançaram uma melhoria no perfil de tensões conforme Figura 2.4.
12
Figura 2.4 – Melhoria do perfil de tensão ao longo de um alimentador devido à inserção de
1500 kVA de geração distribuída. Fonte (Farashbashi-Astaneh & Dastfan, 2010).
Esse tipo de melhoria no perfil de tensão é corroborado pelo estudo realizado por Sa'ed,
Favuzza et al. (2013) sob a advertência de que a inserção de geração de tamanho muito elevado
pode levar ao efeito contrário, causando problemas no perfil de tensão devido à ocorrência de
sobretensões.
Location, number and capacity of DG are essential factors for studying

the effect of DGs on network behavior. The study relating DG and
voltage profile indicates that the voltage profile improves in each case
by locating the distributed generator close to the load; the improvement
is better by increasing the size of the distributed generator. However,
the size needs to be limited through careful study of the system or
through the generator regulation as overvoltages can occur for
oversized generators. (Sa'ed et al., 2013)
Em resumo, as referências bibliográficas indicam que, para a determinação de um método que

se proponha a avaliar o impacto da GD no perfil de tensões de alimentadores, é necessário
realizar os cálculos para níveis diferentes de penetração e considerar a influência do tamanho
e da localização de cada gerador. Assim como para os demais impactos analisados neste
trabalho, esse tipo de consideração serve como insumo para a determinação do Método
proposto no Capítulo 5.
13
2.5 DEMAIS IMPACTOS
Além dos impactos analisados previamente neste trabalho, a inserção de geração distribuída
solar fotovoltaica pode ter consequências em diversos outros aspectos dos sistemas de
distribuição de energia elétrica. A seguir, apresenta-se uma lista desses impactos, juntamente
com algumas características importantes.
 Harmônicos: a utilização de inversores para conexão de geração distribuída

(principalmente solar fotovoltaica) à rede pode levar ao aumento da distorção na forma
de onda da tensão devido à injeção de correntes harmônicas pelos equipamentos
eletrônicos de conversão. Tendo em vista que a forma de onda da corrente injetada por
esse tipo de equipamento é mais próxima à senoidal do que de cargas usualmente
conectadas à rede, alguns autores defendem que esse efeito da GDFV é “ pequeno e
pouco provável que seja significativo” 3 (Bollen et al., 2008), apesar de terem sido
identificadas situações nas quais redes com elevada penetração de geração distribuída
solar ou eólica apresentaram altas taxas de distorção harmônica na tensão (ENSLIN,
HULSHORST, et al., 2003; ABDUL KADIR, MOHAMED e SHAREEF, 2011). Ainda
relacionado às harmônicas, outro efeito importante da presença de geração distribuída
diz respeito ao aparecimento de ressonâncias harmônicas ou ao deslocamento da
frequência de ressonância devido à capacitância dos inversores utilizados na conexão
desse tipo de geração à rede (Bollen et al., 2007).
 Proteção: a inserção de geração distribuída pode impactar na proteção dos sistemas de

distribuição de energia elétrica de duas formas distintas: por meio da injeção de corrente
de falta pela central geradora ou pela necessidade de ajustes no sistema de proteção
previamente existente na rede. Com relação à primeira forma, nos casos de a geração
ser conectada por meio de inversores – como acontece com a GDFV –, esse tipo de
efeito é reduzido, já que os equipamentos de conversão eletrônicos normalmente
possuem mecanismos de interrupção quando detectada sobrecorrente instantânea. Por
outro lado, acerca da influência da geração descentralizada na proteção existente nas
redes, a presença de GDFV pode levar à necessidade de ajustes nos equipamentos de
3
Tradução livre do original em inglês: “This effect is small and is unlikely to be of importance”.
14
proteção de sobrecorrente de fase, na proteção de sobrecorrente diferencial e nos relés
de impedância (Jenkins et al., 2010).
 Afundamentos de tensão: inversores para conexão de GDFV à rede possuem

mecanismos de controle que podem operar aumentando a potência injetada no sistema
quando detectado um afundamento na tensão de fornecimento. Assim sendo, a presença
de geração distribuída poderia teoricamente contribuir para mitigar os afundamentos
eventualmente existentes na rede. Contudo, estudos têm mostrado que, em redes de
média e baixa tensão, esse benefício da GDFV é pequeno e, por vezes, negligenciável
(Renders et al., 2008).
 Cintilação da tensão: nos casos de conexão de GD proveniente de máquinas girantes, a

partida dessas máquinas é capaz de promover severas flutuações na tensão. Esse tipo
de preocupação não é aplicável à geração a partir de fonte solar fotovoltaica, que se
conecta à rede por meio de inversores de frequência. Contudo, os degraus que podem
ocorrer quando da repentina pausa na geração solar (devido, por exemplo, à passagem
de uma nuvem pela região) podem comprometer a qualidade da tensão de fornecimento,
mas em níveis menos preocupantes que aqueles referentes à entrada de máquinas
rotativas (Barker & Mello, 2000).
 Possibilidade de operação ilhada: na hipótese de ocorrência de uma falta na rede

elétrica, a geração distribuída localizada em determinada região poderia, em teoria, ser
utilizada para fornecimento de potência e energia elétrica àquela região durante o
período de blecaute. Contudo, com o intuito de garantir a segurança da rede e dos
operadores, as regulamentações atuais proíbem a operação ilhada de GD (ANEEL,
2012c; IEEE, 2003). Assim, para que essa possibilidade torne-se realidade, seriam
necessárias melhorias tanto nos sistemas de distribuição de energia elétrica – com
possibilidade de controle remoto da geração, por exemplo – quanto nos equipamentos
destinados à conexão da geração distribuída – que precisariam ser adaptados para
controle pela central de operação (Bollen et al., 2008).
 Estabilidade: avaliações dos impactos da GDFV na estabilidade do sistema ainda não

são amplamente consideradas nos estudos de penetração de geração fotovoltaica
15
descentralizada. Mas à medida que se eleva a quantidade de geração nas redes, serão
necessárias análises mais aprofundadas acerca da estabilidade transitória, da
estabilidade dinâmica e do colapso de tensão (Lopes et al., 2007).
Os impactos da GDFV abordados nesta seção, apesar de sua importância e da crescente

preocupação da comunidade acadêmica, ainda carecem de embasamentos científicos para que
sejam estabelecidos indicadores confiáveis, atribuições de responsabilidades e métodos de
avaliação financeira dos seus efeitos.
Assim, para que fossem considerados no método proposto neste trabalho, a quantificação
desses impactos e, principalmente, a atribuição de valores monetários para fins de comparação
teriam que se basear em critérios subjetivos ou ainda não solidificados. No caso do Brasil, por
exemplo, questões de qualidade de energia elétrica motivadas, dentre outras coisas, pela
geração distribuída foram discutidas (ANEEL, 2015b) e, apesar do grande avanço no
estabelecimento de valores limites para diversos problemas relacionados à qualidade do
produto (ANEEL, 2014c), o regulamento ainda não permite a monetização dos impactos da
GDFV nessa área.
Dessa forma, optou-se por considerar os principais potenciais benefícios da GDFV na rede que
pudessem ser quantificados objetivamente: redução das perdas, postergação de investimentos
devido ao aumento da capacidade das redes (redução da demanda de pico) e melhoria do perfil
de tensão de atendimento às unidades consumidoras. A forma de quantificação e monetização
desses valores é explicada no Capítulo 5.
Cumpre, por fim, destacar que, além dos impactos nos sistemas de distribuição de energia
elétrica, a inserção de GDFV pode implicar em benefícios ambientais – redução da emissão de
gases de efeito estufa, diminuição no uso de terras e da água, controle da poluição, menor
produção de resíduos sólidos (EPRI, 2010; BALCOMBE, RIGBY e AZAPAGIC, 2015) – bem
como em consequências econômicas positivas – estímulo ao desenvolvimento da indústria,
diversificação da matriz energética, geração de empregos (EPE, 2014; REN21, 2015).
Por outro lado, os impactos ambientais e econômicos da geração solar podem eventualmente,
dependendo da quantidade e da forma como essa energia é produzida e instalada, não ser
16
melhores que aqueles advindos de outras formas de geração: por exemplo, nos casos em que a
construção dos módulos solares fotovoltaicos é realizada com a utilização de energia elétrica
produzida por meio de carvão mineral, a emissão de gases de efeito estufa provocada por essa
fonte tende a ser superior à emissão proveniente de usinas eólicas, centrais de biomassa ou
pequenas centrais hidrelétricas (Vieira, 2011).
Ainda com relação à emissão de gases de efeito estufa, importa destacar que, para determinado
nível de penetração de GDFV, o tipo de política de incentivo que levou a esse cenário não
altera a quantidade de redução na emissão de CO2, visto que, para cada nível de penetração, a
quantidade de energia gerada é a mesma e, portanto, o acompanhamento da quantidade de gases
evitada não é relevante para comparação entre as políticas. No entanto, devido à importância
do assunto, procurou-se, para o alimentador testado nesta tese, calcular a quantidade de redução
na emissão de gases de efeito estufa provocada pela inserção de GDFV e monetizá -la em
conformidade com as condições atuais do mercado de créditos de carbono. Esse estudo
complementar é apresentado no Apêndice A.
2.6 ESTADO DA ARTE DOS MÉTODOS DE ANÁLISE DE IMPACTOS DA GDFV
Uma das principais formas de análise de impactos da GDFV é por meio da availiação do “limite
de penetração”, também denominado “hosting capacity”. Nesse método, procura-se determinar
a maior quantidade de geração distribuída que pode ser inserida sem que determinada restrição
técnica do sistema seja atingida.
Esse método foi abordado por Bertini, Moneta et al. (2011) para determinar a capacidade
máxima de GD que poderia ser inserida em redes de baixa tensão na Itália. Os pesquisadores
utilizaram redes simplificadas com cargas fixas e determinaram a quantidade de geração
distribuída que poderia ser conectada à rede sem que fossem transgredidos três indicadores: (i)
limites térmicos dos transformadores e linhas, (ii) valores de referência da tensão de
fornecimento e (iii) variações de tensão de curta duração.
Um método mais robusto – considerando-se variações na tensão da subestação, no patamar de

carga e no fator de potência – foi proposto por Shayani e De Oliveira (2011) para determinar
17
os limites de penetração de geração distribuída em alimentadores radiais considerando-se
restrições ocasionadas devido ao aumento da tensão de fornecimento e à capacidade de
condução de corrente dos equipamentos da rede.
Hoke, Buttler et al. (2013) utilizaram as mesmas restrições (tensão e corrente) para determinar
a máxima quantidade de geração distribuída solar fotovoltaica que poderia ser inserida em
alimentadores típicos, levando-se em consideração as curvas de carga e de irradiância solar na
região.
No que concerne aos impactos da geração distribuída relativos à qualidade da energia elétrica,
Bollen, Yang e Hassan (2008) delinearam algumas características que devem ser consideradas
na realização de estudos que se proponham a determinar limites de penetração de GD, sem,
contudo, apresentar um método específico de obtenção do nível máximo de penetração. Ainda
nessa área, Pandi, Zeineldin e Xiao (2013) elaboraram um algoritmo para identificar a maior
quantidade de GD (conectada à rede por meio de máquinas rotativas ou de inversores de
potência) que poderia ser inserida sem que fossem ultrapassados os limites de distorção
harmônica total e individual estabelecidos pela IEEE Std 519, bem como respeitando-se os
limites de atuação de relés de sobrecorrente e algumas restrições de coordenação da proteção.
Apesar de os métodos de limite de penetração serem amplamente utilizados, um dos problemas

desse tipo de método é que, para se obter, por exemplo, uma penetração que equivalha à
instalação de 1 MW, a GDFV poderia se instalar sob a representação de uma única unidade de
geração de potência total de 1 MW localizada em qualquer ponto da rede ou, alternativamente,
esse mesmo nível de penetração poderia ser alcançado pela instalação de 200 microgeradores
fotovoltaicos de 5 kW cada. Nesse caso, poderia acontecer que, na primeira configuração
(instalação de uma única geração de 1 MW), as restrições estabelecidas seriam desrespeitadas,
enquanto que, na hipótese de instalação de diversas pequenas centrais de geração, os requisitos
do sistema continuariam todos dentro de valores previamente regulamentados. Nesse caso, o
limite de penetração para conexão de múltiplos microgeradores seria maior que aquele
calculado para a instalação de poucos geradores de potência mais elevada.
Para levar em consideração esse tipo de efeito, alguns autores estabelecem diversas
configurações diferentes para cada nível de penetração e tomam como limite de penetração o
18
valor obtido que for mais restritivo (Hoke et al., 2013). Essa abordagem é razoável, mas limita
a quantidade de GDFV que poderia efetivamente ser conectada à rede sem causar danos ao
sistema.
Os métodos baseados em limites de penetração são, portanto, uma abordagem que permite
identificar a quantidade de geração distribuída que pode ser conectada à rede sem que sejam
necessárias obras para escoamento dessa nova energia, mas não garantem que seriam
necessárias obras caso o valor inserido fosse superior ao limite de penetração, nem permitem
obter o real impacto da GDFV nas redes.
Além disso, o método do limite de penetração parte do princípio de que há uma quantidade
máxima de geração solar fotovoltaica que pode ser conectada à rede. No entanto, não há
atualmente limites técnicos absolutos à inserção de GDFV: todos os entraves podem ser
revolvidos com as técnicas de engenharia existentes, mas implicam em custos e aumento de
eventuais riscos (Ellis, 2010).
Nesse contexto, tem aumentado a quantidade de pesquisadores que buscam encontrar não um
nível máximo de GDFV que possa ser inserida nas redes, mas uma quantidade “ótima” de
geração solar com o objetivo de maximizar um ou mais impactos positivos desse tipo de
geração (ou minimizar impactos negativos).
Georgilakis e Hatziargyriou (2013) apresentam uma revisão consolidada dos trabalhos de

otimização de geração distribuída na qual são abordados os métodos de otimização utilizados
e a contribuição específica de cada artigo. Além disso, os trabalhos são divididos de acordo
com as variáveis utilizadas para otimização (quantidade ou local de instalação da GD), o perfil
de carga considerado (nível único de carga, curvas de carga completas ou análise probabilística
das curvas de carga) e os objetivos a serem atingidos (minimização das perdas ou custos,
maximização da capacidade ou dos níveis de tensão dentro de certos limites, ou a combinação
de vários impactos).
Dentre os diversos autores que propõem métodos que utilizam algoritmos de otimização do
local e do tamanho da GD, destaca-se a proposta de Willis (2000) de uma “regra de ouro” que
afirma que a GD ideal do ponto de vista sistêmico deve ter uma potência de 2/3 da geração
19
total necessária para um determinado alimentador e estar localizada a 2/3 do comprimento da
linha a partir da subestação de origem. Essa regra tem fundamentos matemáticos precisos e foi
um dos trabalhos pioneiros na otimização de GDFV, mas sua aplicação é restrita: limita-se à
inserção de uma única GD, num alimentador radial e com distribuição de carga uniforme.
Ainda na linha da otimização da localização e da quantidade de GD, Sa'ed, Favuzza et al.

(2013) analisaram o efeito da geração distribuída no perfil de tensões, no comportamento das
perdas e na atuação dos dispositivos de proteção da rede. No caso particular das perdas, seu
estudo concluiu que “perdas de energia são reduzidas significativamente pela introdução de
GD no sistema de distribuição até um nível específico de penetração” 4.
Já Kroposki, Sen e Malmedal (2013) propõem uma forma de se determinar o local e o tamanho
ideais da geração distribuída considerando, além de restrições técnicas, impactos econômicos
relacionados à integração de energia renovável à rede. Como resultado, a instalação de GD
correspondente a uma penetração de 33% em um determinado barramento de um alimentador
de teste (IEEE 34 barras) levou à maior redução de perdas: dos 210,59 kWh observados no
alimentador sem GD para 180,281 kWh com GD, o que representa um decréscimo de 14,39%.
Tendo em vista que o perfil das cargas, os patamares de consumo e – para o caso específico de
geração solar – a radiação local são todos variáveis com incertezas intrínsecas, alguns autores
optam por realizar simplificações, utilizando, por exemplo, valores médios das curvas de carga
e da radiação solar. No entanto, essa prática muitas vezes pode levar a resultados que não são
condizentes com a realidade.
De fato, isso ocorre em diversos estudos que abordam a influência da geração distribuída nas
redes elétricas. Por exemplo, Atwa, El-Saadany et al. (2010) realizaram análises de perdas
com inserção de GD e concluíram que “observa-se uma redução significativa nas perdas
anuais de energia em todos os cenários propostos”5, por outro lado Quezada, Abbad e San
Román (2006), ao avaliarem o comportamento das perdas com o aumento da penetração de
4
Tradução livre do texto original em inglês: “power losses are significantly reduced by placing DG in distribution
system up to a specific penetration level”.
5
Tradução livre do texto original em inglês: “significant reduction in annual energy losses is achieved for all the
proposed scenarios”.
20
GD em alguns estudos de caso, observaram que há “diferenças numéricas significativas em
relação aos valores das perdas de energia”6 devidos à inserção de GD nas redes.
O mesmo acontece em trabalhos que tratam da influência da GD nos níveis de tensão. Thomson
e Infield (2007) realizaram simulações em alimentadores típicos do Reino Unido e concluíram
que “os resultados indicam que, mesmo em elevados níveis de penetração, o aumento nos
perfis de tensão são pequenos e não devem causar problemas” 7. Por outro lado, Liu, Bebic et
al. (2008) afirmam que “a severidade de possíveis problemas na tensão depende do tamanho
relativo e da localização da GDFV e das cargas, da topologia do alimentador e do método de
regulação de tensão”8.
Com o intuito de se evitar conclusões distintas em estudos semelhantes, uma alternativa à

utilização de valores médios é a realização de diversas simulações e, em cada uma delas,
considerar uma configuração diferente.
Seja, por exemplo, o caso de um alimentador no qual estejam conectadas 100 residências e
esteja-se querendo avaliar as perdas médias diárias nos ramais. Para se fazer esse estudo, é
necessário conhecer os consumos de cada unidade consumidora em cada instante do dia e, a
partir daí, executar o fluxo de potência para obtenção das perdas em cada hora, somá-las e, por
fim, obter-se-ia o total de perdas de energia de um dia.
Nesse cenário, poderia, por exemplo, ser utilizada uma curva de carga típica de consumidores
residenciais para todas as unidades. Porém, sabe-se que cada edificação possui um
comportamento específico e sua curva de carga em geral não é conhecida (mesmo quando o é,
trata-se de um dado privado e sigiloso, não estando à disposição para pesquisas pela
comunidade científica em geral). Apesar de a curva de cada unidade ser desconhecida, é
possível determinar curvas prováveis para cada residência ou comércio, bem como as
probabilidades de ocorrência de cada uma dessas curvas.
6
Tradução livre do texto original em inglês: “important numerical differences regarding energy losses values”.
7
Tradução livre do texto original em inglês: “The results indicate that even at very high penetrations of PV,
network voltage rises are small and unlikely to cause problems”.
8
Tradução livre do texto original em inglês: “The severity of possible voltage problems depends on the relative
size and location of distributed PV generation and loads, distribution feeder topology, and method of voltage
regulation”.
21
Nesse caso, a alternativa à utilização de uma única curva de carga média seria a realização de
centenas (ou milhares) de simulações nas quais as curvas de carga de cada unidade
consumidora sejam variadas seguindo-se as distribuições estatísticas predeterminadas. Após a
realização de todas essas simulações, seria obtido um perfil de perdas do qual se poderia extrair
um valor médio. O valor médio dessas perdas é muito mais representativo do que o patamar de
perdas obtido pela simulação por meio de valores médios das variáveis de entrada. Esse tipo
de análise, na qual se utilizam diversas simulações diferentes para representar múltiplas
configurações possíveis de ocorrer, é denominado Método de Monte Carlo – MC (explicado
em detalhes na Seção 5.4.2).
Uma plataforma de simulação para análise de redes de baixa tensão residenciais foi
desenvolvida por Torquato, Shi, et al. (2014) utilizando técnicas de Monte Carlo para estimar
o consumo de equipamentos residenciais, a forma de carregamento de veículos elétricos e a
geração solar fotovoltaica. Esse trabalho, contudo, não realiza análises acerca da quantidade de
GDFV inserida e de seus impactos na rede sob a ótica probabilística de Monte Carlo.
Já Zio, Delfanti et al. (2015) utilizaram essa análise probabilística para obtenção do limite de
penetração de GD em alimentadores de média tensão. Nesse trabalho, simulações de Monte
Carlo são utilizadas para estimar o consumo de cada carga conectada à rede, mas a
determinação da localização, do tamanho e da energia gerada pela GD não sofrem esse mesmo
tipo de tratamento estatístico.
De maneira inversa, Martinez e Guerra (2014) apresentam um procedimento para obtenção da

alocação ótima de GDFV no qual consideram a variação probabilística da geração: o local e o
tamanho da geração são escolhidos aleatoriamente e alterados a cada simulação. Já a curva de
carga é um dado fixo fornecido como parâmetro de entrada juntamente com as características
do sistema e com a irradiância solar.
Tanto a análise por meio do estabelecimento de limites de penetração quanto as técnicas de

otimização do local ou do tamanho da GDFV carecem de aprimoramentos. Com efeito, o
Laboratório Nacional de Energias Renováveis dos Estados Unidos aponta para a dificuldade
em se encontrar, na literatura, métodos apropriados para avaliação dos impactos de GDFV:
22
(…) assessments of costs and benefits [of distributed solar] have varied
widely, and in some cases there is a lack of consensus regarding
appropriate methodologies for assessing them. (NREL, 2013)
No mesmo relatório, os autores ainda esclarecem que a magnitude dos custos e benefícios da
GDFV varia de acordo com o nível de penetração, com as características da rede elétrica local
e com a correlação entre a produção de energia solar e o consumo de pico na região.
Dessa forma, é necessário que haja um método que permita calcular os impactos técnicos da
GDFV na rede e quantificar (em termos financeiros) esses custos ou benefícios, levando-se em
consideração as incertezas relacionadas à geração de energia (irradiação), ao patamar de
consumo e à curva de carga das residências, comércios e indústrias conectados à rede elétrica.
Além disso, verifica-se que os trabalhos que tentam otimizar a GDFV partem da hipótese de
que é possível instalar a geração no local e no tamanho ideais de um alimentador. Na prática,
porém, a geração distribuída geralmente é instalada pelos consumidores que se propõem a
investir nesse tipo de tecnologia e, portanto, a localização e o tamanho da geração serão
decididos por esses consumidores com base em critérios econômicos e não pela distribuidora
com base em localizações e tamanhos ótimos.
De fato, o controle para inserção otimizada da GD pela distribuidora seria muito difícil na
prática, pois ela, em geral, é dona de pequena fatia da geração distribuída (Figura 2.5).
23
Figura 2.5 - Proprietários de geração solar fotovoltaica na Alemanha – dados referentes a
2010. Fonte: (Fraunhofer, 2015).
Verifica-se que as quatro maiores distribuidoras da Alemanha juntas possuem apenas 0,20%
do total instalado no país. Esses dados mostram que, mesmo que as distribuidoras saibam os
locais otimizados para instalação de GDFV, a contribuição que elas poderiam dar para o
sistema seria praticamente irrelevante, uma vez que elas não são as donas da maioria dos
sistemas e, portanto, não decidem onde eles serão instalados. Os responsáveis por decidir onde
a geração solar será instalada são os próprios consumidores, que seguem incentivos
regulatórios.
Nesse caso, o controle indireto do local e tamanho da GDFV (por meio da regulamentação)
poderia ser realizado com o objetivo de otimizar os benefícios dessa geração na rede. Uma
abordagem dessa natureza não parte da hipótese de que a geração será instalada pelos
investidores nos locais otimizados, mas sim da hipótese de que a política de incentivo adotada
no país é capaz de guiar a maneira como a maioria dos sistemas irá se instalar. Essa última
hipótese é testada no Capítulo 4.
Esse tipo de “otimização” não levará ao alcance dos locais e tamanhos “ideais” de GD.
Todavia, pode promover o desenvolvimento da energia solar fotovoltaica em locais e tamanhos
nos quais os benefícios para a rede, apesar de não serem ótimos, sejam melhores que aqueles
obtidos pela adoção de outras políticas menos eficientes.
24
É nesse contexto que este trabalho se dedica a propor um método que permita quantificar os
impactos técnicos da GDFV instalada sob o incentivo de tipos diferentes de regulamentação,
de modo a determinar, para vários níveis de penetração de geração distribuída, quais as ações
regulatórias mais apropriadas do ponto de vista técnico-econômico das redes de distribuição
de energia elétrica.
2.7 CONSIDERAÇÕES FINAIS
Este capítulo apresentou uma descrição detalhada dos principais impactos advindos da inserção
de GDFV nas redes, traçou um panorama do estado da arte dos procedimentos de análise de
impactos desse tipo de geração e expôs a necessidade de estabelecimento de um método que
possibilite quantificar, para diferentes formas de incentivo regulatório, os impactos da energia
solar descentralizada instalada sob essa regulamentação, levando-se em consideração as
incertezas relativas à carga e à geração. De forma a fornecer a base complementar necessária
para o estabelecimento desse método, o Capítulo 3 apresenta então uma ampla e profunda
análise das principais políticas de incentivo regulatório à geração distribuída solar fotovoltaica
adotadas mundialmente.
25
3 INCENTIVOS REGULATÓRIOS À GDFV
Apesar do grande potencial de causar impactos positivos aos sistemas de distribuição de

energia, tanto técnico-econômicos, quanto ambientais e sociais, a GDFV em geral não
consegue competir economicamente com outras formas de geração centralizada e poluente.
Esse descompasso se deve ao fato de que diversas externalidades (sobretudo ambientais)
afetam o desenvolvimento desse mercado.
Assim sendo, governos de diversos países têm largamente incentivado a propagação da GDFV
por meio de políticas públicas9. Tendo em vista o amplo leque de formas diferentes de políticas
de apoio ao estabelecimento da energia solar, este capítulo se destina a apresentar cada uma
dessas formas regulatórias de incentivo à GDFV, enfatizando as características daquelas mais
utilizadas e fazendo considerações acerca de suas particularidades.
A Figura 3.1 apresenta as principais políticas de incentivo à geração distribuída e a quantidade

de países que adotaram cada uma. Ressalta-se que diversos países apresentam mais de uma
forma de incentivo.
Figura 3.1 –Distribuição das principais políticas de incentivos à geração distribuída de acordo
com o número de países adotantes. Fonte: (REN21, 2015) modificado.
9
O incentivo à geração solar fotovoltaica pode se dar por meio de políticas públicas que optem pelo apoio a esse
tipo de fonte ou por procedimentos regulatórios que suportem a geração solar por meio da redução de barreiras
ou da diminuição de externalidades do mercado. Neste trabalho, contudo, os termos política e regulação são
adotados de maneira equivalente para indicar uma forma de incentivo à GDFV.
26
A Agência Internacional de Energia destaca o papel das licitações, juntamente com formas
específicas de tarifas feed in, no desenvolvimento de geração solar concentrada (utility scale),
ao passo que políticas do tipo net metering, feed in e certificados de energia renovável têm sido
responsáveis pela implementação de geração solar fotovoltaica distribuída (IEA, 2014).
For distributed PV, FiTs again, in Europe and Asia, and net energy
metering (NEM), notably in the United States, have been so far the most
widely used policies. (…) In some jurisdictions, renewable energy
certificates (REC) or solar REC (SREC) are a driving force. (IEA, 2014)
O escopo deste trabalho limita-se a avaliar impactos de geração de pequeno porte conectada à
rede e, nesse sentido, as seções seguintes apresentam, de forma detalhada, as políticas de
incentivo à GDFV do tipo tarifas feed in, net metering e quotas/certificados de energia
renovável.
3.2 TARIFAS FEED IN
Tarifas feed in são um mecanismo de suporte à geração distribuída, normalmente a partir de

fontes renováveis, por meio do pagamento de tarifas pré-estabelecidas pela injeção (feed in) de
energia elétrica na rede de distribuição.
A primeira forma de tarifa feed in estabelecida no mundo é atribuída aos Estados Unidos,
quando da publicação do Public Utility Regulatory Policies Act – PURPA em 1978, que
determinou que as distribuidoras deveriam comprar energia elétrica de usinas previamente
qualificadas para esse fim por um preço determinado a partir dos custos evitados (avoided
costs) pela produção de energia por essa nova usina em contrapartida à aquisição e transporte
de energia pelos meios tradicionais (US Congress, 1978).
Em 1990, a Alemanha implementou um sistema semelhante, seguida pela Dinamarca e pela

Espanha em 1993 e em 1994, respectivamente. O valor pago pela eletricidade produzida e
injetada na rede era ainda baseado nos custos evitados. Em alguns casos, porém, a tarifa incluía
externalidades tais como a poluição evitada pela não geração por meio das tradicionais fontes
a partir de combustíveis fósseis. Mesmo assim, as tarifas feed in ainda estavam em um patamar
27
insuficiente para incentivar a geração por meio de fontes mais caras, como a solar fotovoltaica
(Institute for Building Efficiency, 2010).
Assim, no ano de 2000, a Alemanha alterou a regra de cálculo das tarifas feed in, passando a
determiná-las por meio dos custos reais de produção de energia elétrica a partir de cada fonte
(NREL, 2010). Essa modificação foi o impulso necessário para que o mercado de geração solar
fotovoltaica, juntamente com o da eólica, pudesse então se estabelecer definitivamente. Depois
disso, diversas políticas do tipo feed in foram implementadas internacionalmente e, atualmente,
essa é a principal forma de incentivo à geração distribuída a partir de fontes renováveis, estando
presente em 79 países (REN21, 2015). Na Figura 3.2 é possível identificar que políticas do tipo
feed in são adotadas em quase toda a Europa.
Figura 3.2 – Políticas de incentivo às energias renováveis adotadas nos países europeus.
Fonte (Ragwitz, 2013).
A lista com todos países que adotam esse tipo de incentivo à GDFV é apresentada na Tabela
3.1.
28
Tabela 3.1 – Lista de países que adotam mecanismos de incentivo à geração solar baseados
em tarifa feed in. Fonte: (REN21, 2015).
Países que adotam tarifas feed in
Albânia Eslováquia Latívia Reino Unido
Alemanha Eslovênia Liechtenstein República Dominicana
Algéria Estados Unidos Lituânia Ruanda
Andorra Estônia Luxemburgo Rússia
Argentina Filipinas Macedônia San Marino
Armênia Finlândia Maldivas Senegal
Austrália Franca Malta Sérvia
Áustria Gana Moldávia Síria
Bielorrússia Grécia Mongólia Sri Lanka
Bósnia e Herzegovina Holanda Montenegro Suécia
Bulgária Honduras Nepal Suíça
Canadá Hungria Nicarágua Tailândia
Cazaquistão Índia Nigéria Tajiquistão
China Indonésia Palestina Tanzânia
Chipre Irã Panamá Turquia
Costa Rica Irlanda Paquistão Ucrânia
Croácia Israel Peru Uganda
Dinamarca Itália Polônia Uruguai
Egito Japão Portugal Vietnã
Equador Jordânia Quênia
Um dos principais problemas de tarifas feed in é que esse tipo de mecanismo não incentiva,
essencialmente, a geração de energia elétrica de forma otimizada: as usinas instalam-se em
locais nos quais sua contribuição técnica para a rede elétrica muitas vezes não é adequada (a
geração não necessariamente estaria próxima aos centros de carga) e o horário de geração de
energia pode não corresponder aos horários de principal demanda (não são geradores
despachados centralizadamente e não obedecem a nenhuma ordem de mérito).
Isso acontece porque os valores pagos pela eletricidade gerada são sempre fixos, não expondo
a geração às variações de mercado. Para transferir então parte dos riscos de mercado aos
investidores de GDFV, uma forma diferente de tarifas feed in tem sido empregada nos últimos
anos: a Feed in Premium. Nesse modelo, o valor pago a título de tarifa feed in à GDFV é o
preço de mercado da energia elétrica no momento de sua produção, somado um valor “prêmio”
(Figura 3.3 (a)).
29
A Agência Internacional de Energia assim diferencia as tarifas feed in convencional das tarifas
Feed in Premium:
An important difference between the FIT and the premium payment is

that the latter introduces competition between producers in the
electricity market. The cost for the grid operator is normally covered
through the tariff structure. The usual duration of the tariff or premium
is about 10 - 20 years. Guaranteed duration provides strong long-term
certainty, which lowers the market risk to investors. Both feed in tariffs
and premiums can be structured to encourage specific technology
promotion and cost reductions (the latter through stepped reductions in
tariff/premiums). (IEA, 2008)
Com o intuito de reduzir parte dos riscos de mercado a que os proprietários de GDFV seriam
submetidos na tarifa Premium e também de limitar os bônus a serem pagos – reduzindo-se os
impactos econômicos dessa política –, alguns países adotam limites mínimos e máximos do
total a ser pago à energia solar, de modo que, quando o valor de mercado estiver abaixo de um
determinado limite, o bônus aumenta de forma a não pagar ao consumidor com GDFV uma
tarifa menor que um nível mínimo (floor). Por outro lado, quando o preço de mercado estiver
acima de outro patamar (cap), o bônus é zerado. Esse esquema, representado na Figura 3.3(b),
foi adotado pela Espanha em 2007, quando do aumento do custo marginal de geração de energia
elétrica no país, para tentar mitigar os impactos da política de Feed in Premium com bônus fixo
e de feed in fixa então existentes (NREL, 2010).
Uma terceira forma de implementação das tarifas prêmio é por meio de bônus deslizantes
(sliding premium). Nesse caso, o bônus a ser pago pela energia gerada pela GDFV é calculado
como a diferença entre um valor fixo e o valor de mercado. Assim, caso o valor de mercado
seja menor que esse patamar pré-estabelecido, o bônus fará com que o proprietário da GDFV
receba sempre uma tarifa equivalente ao patamar fixo. Por outro lado, quando o valor de
mercado da energia for maior que o valor fixo, não há nenhum bônus adicional e o proprietário
da GDFV recebe somente o valor de mercado (Figura 3.3 (c)). Esse é o modelo adotado pelo
Reino Unido nos Contracts for Difference – CfD (UK Gov., 2015).
30
(a) (b) (c)
Figura 3.3 – Modelos de Feed in Premium: (a) Bônus Fixo, (b) Bônus com preço teto (cap) e
preço mínimo (floor) e (c) Bônus Deslizantes. Fonte: (Ragwitz, 2013).
A Figura 3.4 apresenta um resumo dos tipos de políticas de tarifas feed in.
Feed in Tariff
Bônus fixo
Convencional
Tipos de Tarifas
Feed in
Bônus com preço
Feed in Premium
teto e mínimo
Bônus deslizantes
Figura 3.4 – Esquema representativo de diversos modelos diferentes de tarifas feed in.
Em que pese o modelo baseado em tarifas feed in ser antigo, amplamente difundido e ter se
mostrado eficiente em gerar incentivos à GDFV, em alguns países, a adoção desse tipo de
política pode levar a impactos elevados nas tarifas pelos quais a sociedade não esteja disposta
31
a pagar e, em certos casos, leis antigas impedem que isso seja feito, como é o caso dos Estados
Unidos.
While Feed in-Tariffs (FIT) have been prevalent and successful at

stimulating SPV [Solar Photovoltaic systems] in Europe (Dusonchet
and Telaretti, 2010a; Lipp, 2007), the 1978 Public Utilities Regulatory
Policies Act (PURPA) 10 has made it difficult to establish European-style
FITs in the US (Hempling et al., 2010). As such, FITs are not prevalent
in the US, and states tend to pass other forms of incentive policies to
stimulate residential SPV (Burns & Kang, 2012).
Assim, como não é possível estabelecer políticas de tarifas feed in sem que todo o arcabouço
legal fosse modificado, muitos governos adotaram políticas com base na medição líquida entre
a energia consumida e aquela injetada na rede: net metering, que se destacam pela simplicidade,
pelos baixos custos e pela facilidade de implementação, conforme abordado na seção seguinte.
3.3 NET METERING
Net metering é um tipo de política de incentivo à GDFV na qual se permite que consumidores
de energia elétrica utilizem a energia ativa gerada para abater, no todo ou em parte, seu
consumo de energia elétrica (Watts et al., 2014).
Dada a grande variedade de políticas de net metering adotadas, optou-se, neste trabalho, por
classificá-las quanto à valoração da energia gerada e quanto ao local de instalação e utilização
dos créditos.
No que concerne à valoração da energia gerada, os tipos de incentivos podem ser subdivididos
da seguinte forma:
a) Pelo preço de varejo: a energia gerada tem valor igual à energia consumida. Este é o
modelo de net metering que torna a instalação de um sistema de geração distribuída
mais atrativo, pois o consumidor, ao gerar sua própria energia em qualquer momento
10
Estabelece que o valor máximo a ser pago por uma distribuidora a uma central geradora conectada a ela limita-
se ao custo evitado (avoided cost).
32
do dia, recebe pela energia gerada o mesmo valor pago quando ele consome energia da
rede elétrica. Dessa forma, além dos custos de geração propriamente dita, o consumidor
com GDFV deixa de pagar pelo transporte (transmissão e distribuição) e por eventuais
impostos e taxas que componham as tarifas aos consumidores finais;
b) Pelo preço de atacado: a energia gerada é valorada pelo custo de produção da energia
elétrica. Nesse caso, o consumidor continua pagando pelo transporte da energia e por
eventuais taxas embutidas nas tarifas finais;
c) Pelo custo da energia evitada: a energia gerada pela GDFV é valorada pelo custo da
energia produzida (preço de atacado) somado às perdas evitadas no transporte. Esse
tipo de sistema é comumente denominado net billing (Watts et al., 2014);
d) Por um valor nulo: somente a energia gerada no mesmo instante em que o consumidor
estiver consumindo eletricidade (e, portanto, não injetada na rede) é utilizada para
abatimento da sua fatura de energia elétrica. Qualquer quantidade de energia que seja
porventura injetada na rede elétrica é fornecida à distribuidora acessada a custo zero.
Esse modelo é utilizado apenas no Estado de Oklahoma, nos Estados Unidos (US DoE,
2015).
Ressalta-se que, em todos os casos supracitados, a geração excedente é valorada apenas para
obtenção de créditos nas faturas de energia elétrica. Há, porém, a possibilidade de que a geração
excedente seja comprada pela distribuidora ou comercializadora a uma tarifa pré-fixada pelo
governo. Nesse caso, não se trataria de uma política do tipo feed in, pois somente o excedente
seria vendido, porém, não se trataria também de um sistema de net metering, visto que haveria
comercialização da geração excedente. Esse tipo de incentivo regulatório tem características
de net metering e de tarifa feed in, já que toda energia gerada em um mesmo momento no qual
haja consumo na unidade é enviada diretamente àquela unidade consumidora – de acordo com
regras de net metering –, sendo apenas o excedente utilizado para venda – como se fosse um
33
modelo de tarifa feed in. A esse tipo de política, dá-se o nome então de autoconsumo (self
consumption)11.
Quase todas as políticas de net metering podem também ser classificadas com relação aos
locais onde a GDFV será instalada e nos quais os créditos gerados poderão ser consumidos
(ASU, 2014):
a) Net metering Convencional: os créditos gerados em um sistema de geração conectado

a certa unidade consumidora podem ser utilizados somente nessa mesma unidade;
b) Net metering Agregado: os créditos gerados em um sistema de geração conectado a

certa unidade consumidora podem ser utilizados somente por esta unidade ou por
unidades consumidoras localizadas no mesmo terreno ou em terrenos contíguos;
c) Net metering Virtual: os créditos gerados em um sistema de geração conectado a certa

unidade consumidora podem ser utilizados em qualquer unidade consumidora,
normalmente do mesmo proprietário;
d) Net metering Comunitário: a geração pode ser instalada em lugar distante da unidade
consumidora e os créditos podem ser utilizados em qualquer unidade, podendo-se
atribuir porcentagens de créditos de uma determinada usina a diferentes consumidores.
Políticas de net metering são utilizadas na grande maioria dos Estados Unidos como a principal
forma de incentivo à GDFV, obedecendo a características específicas em cada estado onde são
adotadas (US DoE, 2015). O tamanho máximo dos sistemas residenciais que podem participar
da compensação de energia, por exemplo, varia de acordo com a política implementada em
cada estado, conforme pode ser verificado na Figura 3.5.
11
A Associação Européia da Indústria Fotovoltaica (EPIA, 2013) define Autoconsumo como “the possibility for
any kind of electricity consumer to connect a photovoltaic system, with a capacity corresponding to his/her
consumption, to his/her own system or to the grid, for his/her own or for on-site consumption, while receiving
value for the non-consumed electricity which is fed into to the grid”.
34
Figura 3.5 – Mecanismos de net metering adotados nos EUA. Fonte: (US DoE, 2015)
modificado.
Mesmo em estados nos quais não há regras gerais de net metering, algumas distribuidoras
voluntariamente permitem a conexão de GDFV e a compensação da energia gerada com o
consumo da unidade, como é o caso dos Estados de Idaho e do Texas. Neste último, apesar de
não haver regras válidas em todo o Estado, há programas de net metering de cinco diferentes
empresas (El Paso Electric, City of Brenham, San Antonio City Public Service, Austin Energy
and Green Mountain Energy) (US DoE, 2015) e um total de 4.643 sistemas solares
fotovoltaicos instalados atualmente, totalizando mais de 130 MW de potência instalada
(NREL, 2015b).
Importa ressaltar que, além dos limites máximos de potência instalada, cada Estado adota
formas diferentes de valoração da energia excedente, conforme demonstrado na Figura 3.6.
35
Figura 3.6 – Tratamento da geração excedente no mecanismo de net metering nos EUA.
Fonte: (US DoE, 2015) modificado.
No Brasil, a principal forma de incentivo a pequenos geradores solares fotovoltaicos é o net

metering. Esse modelo, batizado pelas normas brasileiras de Sistema de Compensação de
Energia Elétrica, foi introduzido em 2012 pela Resolução Normativa ANEEL nº 482/2012
(ANEEL, 2012d) e aprimorado três anos depois por meio da Resolução Normativa ANEEL nº
687/2015. Ele tem as seguintes particularidades:
i. cada unidade de energia gerada (1 kWh) corresponde à mesma unidade de energia

consumida (a energia é valorada a preço de varejo) 12;
ii. os créditos têm validade de 60 meses e podem ser utilizados:
a. na mesma unidade onde foram gerados (Net metering Convencional);

b. em unidades consumidoras próximas, pertencentes a um condomínio (Net
metering Agregado);
12
A única exceção a esta regra acontece quando a utilização dos créditos se dá em posto tarifário (ponta ou fora
ponta) distinto daquele no qual a geração ocorreu. Nesse caso, a quantidade de créditos deve ser multiplicada pela
relação entre as Tarifas de Energia – TE dos postos tarifários.
36
c. em outras unidades consumidoras do mesmo proprietário (Net metering
Virtual) atendidas pela mesma distribuidora; ou
d. em outras unidades pertencentes a uma cooperativa ou a um consórcio (Net
metering Comunitário), desde que atendidas pela mesma distribuidora.
iii. o limite de tamanho máximo é de 5 MW13, independentemente do tipo de unidade

consumidora (residencial, comercial, industrial etc.).
Além do Brasil e dos Estados Unidos, políticas do tipo net metering podem ser encontradas em
47 outros países (Tabela 3.2).
em net metering. Fonte: (REN21, 2015).
Países que adotam net metering
Argentina Espanha Jordânia Santa Lúcia
Barbados Estados Unidos Latívia São Vicente e Granadinas
Bélgica Filipinas Lesoto Seicheles
Brasil Granada Líbano Senegal
Cabo Verde Grécia Malta Singapura
Canadá Guatemala Marrocos Síria
Chile Holanda México Sri Lanka
Chipre Honduras Micronésia Tunísia
Colômbia Índia Palestina Ucrânia
Coreia do Sul Israel Panamá Uruguai
Costa Rica Itália Paquistão
Dinamarca Jamaica Portugal
Egito Japão Rep. Dominicana
As diferentes formas de implementação de modelos de net metering e de tarifa feed in podem

ser resumidas conforme exibido na Figura 3.7.
13
O Sistema de Compensação de Energia Elétrica é aplicável a qualquer fonte renovável de produção de energia
elétrica. O limite de 5 MW é valido para todas as fontes, exceto para fonte hidráulica, cujo limite é de 3 MW.
37
Figura 3.7 – Tipos de tarifas feed in e net metering.
A despeito de as políticas do tipo net metering serem menos agressivas do que aquelas que se
utilizam de tarifas do tipo feed in (e, portanto, apresentarem menos custos para a sociedade),
os modelos regulatórios baseados em medição líquida têm sido criticados pela existência de
subsídios cruzados e pelos incentivos à instalação de GDFV de maneira não otimizada, como
pontua a Agência Internacional de Energia:
However, NEM [Net Energy Metering], effective for jump-starting local

PV markets, raises concerns when large penetration levels are reached.
It remunerates the injected electricity at a cost equivalent to the retail
electricity price, which may not reflect its value for the system, being
either above or below. Some utilities say the practice is inefficient and
unfair: inefficient because utilities could buy electricity from other
sources at a lower cost than the retail prices, which include T&D grid
costs as well as various taxes and charges; and unfair, as the increase
in costs resulting from inefficiency would be borne by other customers.
NEM would thus entail cross subsidies (IEA, 2014).
Nesse contexto, outras formas de incentivo à geração alternativa são por vezes adotadas. Em
particular, alguns governos procuram permitir que a geração a partir de fontes renováveis se
desenvolva por meio da competição entre os investidores e obedecendo a regras de mercado.
O estímulo à competição entre os agentes é a base das políticas que se constituem a partir do
estabelecimento de quotas de fontes renováveis em conjunto com a criação de um mercado de
troca de certificados de energia renovável, analisadas em detalhe na próxima seção.
38
3.4 QUOTAS E CERTIFICADOS DE ENERGIA RENOVÁVEL
Mecanismos de quotas (também chamados de renewable portfolio standards, renewables

obligations, renewable energy standards, tradable green certificate programs ou renewable
targets) correspondem ao estabelecimento da obrigação de que uma porcentagem da energia
comercializada em determinado período seja proveniente de determinada fonte ou tecnologia
(Wiser et al., 2011). No Estado da Califórnia nos Estados Unidos, por exemplo, foi estabelecida
uma meta de 25% de energia a partir de fontes renováveis até o ano de 2016 e de 33% até 2020
(CPUC, 2015).
Apesar de se tratar de um tipo de política novo, se comparado com tarifas feed in e aos
mecanismos de net metering, esse modelo tem sido adotado em muitos países como uma das
principais formas de impulsionar a geração de energia elétrica por meio de fontes renováveis,
como pontuam Wiser, Barbose e Holt (2011):
Renewables portfolio standards (RPS) have, within the last decade,

emerged as among the most popular forms of policy for supporting the
deployment of renewable energy technologies.[…] RPS programs […]
are widely used at the state level in the United States, and have been
implemented in Australia, Belgium, Canada, China, India, Italy, Japan,
Poland, Sweden, and the United Kingdom. Notwithstanding its breadth
of adoption, the RPS is still a relatively new policy with limited
experience. (Wiser et al., 2011)
Nesse tipo de política, o estabelecimento de metas faz com que as distribuidoras ou as

comercializadoras de energia elétrica tenham que comprar de fontes renováveis pelo menos
um percentual (por exemplo, de 10%) da energia a ser fornecida aos seus consumidores. Essa
energia é, em geral, mais cara do que aquela proveniente da geração tradicional (daí a
necessidade de estabelecimento de metas) e, portanto, para garantir o cumprimento dessa
obrigação e criar um mecanismo que permita que esse preço seja valorado por mecanismos de
mercado, os governos criam Certificados de Energia Renovável.
39
O mecanismo funciona então da seguinte forma: para cada MWh de energia produzida, o
gerador ganha um certificado 14. Por exemplo, se a quantidade de energia total produzida num
determinado período for de 100 MWh e a quota pré-estabelecida for de 10% (equivalente a 10
MWh), então o governo distribuirá aos geradores 10 Certificados (distribuídos àqueles que
produzirem e conseguirem vender primeiro sua energia) e, ao final desse período, as
distribuidoras deverão entregar ao governo um total de 10 Certificados. Contudo, os geradores
têm o poder de escolher se venderão seus Certificados às distribuidoras assim que o receberem
ou se esperarão para vendê-los em um momento que considerarem mais oportuno. Dessa forma,
cria-se um mercado de compra e venda de Certificados no qual há oferta (pelos geradores) e
demanda (pelas distribuidoras ou comercializadoras). Caso as distribuidoras não consigam
comprar a quantidade de Certificados necessária, elas podem ter que pagar multas que, na
prática, limitam o valor a ser pago no mercado de Certificados (isso porque a distribuidora não
pagaria por um Certificado um valor maior que aquele pelo qual ela teria que pagar caso não o
apresentasse) 15.
Para os geradores de fontes renováveis, a receita proveniente da venda de Certificados

complementa a receita advinda da venda de energia elétrica, de modo que o valor total recebido
por 1 MWh de energia renovável é equivalente ao preço de mercado da energia (no qual os
geradores de fontes renováveis concorrem com todos os demais geradores) acrescido do preço
de mercado do Certificado (em que os geradores de fontes renováveis concorrem entre si).
Nesse tipo de política de incentivo, não mais o valor da energia é determinado pelo regulador
(como acontece com a tarifa feed in), mas a quantidade de energia comercializada que deve
ser proveniente de determinada tecnologia ou fonte. A receita total que cada geração
proporcionará ao investidor é determinada pelas condições de mercado (Ropenus et al., 2011).
14
Em certos casos, quando se pretende dar um incentivo maior, o governo pode estabelecer que 1 MWh de energia
proveniente de determinada fonte (solar fotovoltaica, por exemplo) equivalha a mais de um Certificado.
15
Em determinadas regiões, não são estabelecidas limites inferiores e superiores (floor e cap) nos preços dos
Certificados. Nesses casos, há a criação de um mercado, mas sem o estabelecimento de multas para as
distribuidoras ou comercializadores caso as quotas de energia a partir de fontes renováveis não sejam alcançadas:
tratam-se, portanto, de quotas “voluntárias”. Esse tipo de mecanismo é por vezes tratado sob o título específico
de Renewable Portfolio Goal.
40
Acontece, nesse modelo, que a receita derivada da venda de certificados só é percebida pelo
investidor quando a energia é efetivamente gerada. Tendo em vista que a geração solar tem
elevados custos iniciais de investimento (e, portanto, requer a disponibilização de capital
quando da compra e instalação dos equipamentos), alguns programas desenvolveram
mecanismos para que os Certificados fossem emitidos antecipadamente para GDFV de
pequeno porte.
Na Austrália, por exemplo, foi criado o Small-scale Technology Certificate – STC. Nesse
modelo, aplicável a geradores com potência inferior a 100 kW, a quantidade de energia gerada
ao longo de 15 anos é estimada em função da potência de GDFV instalada e da localização da
usina (irradiação local). Com esse valor, obtém-se, por meio da Eq. (3.1), a quantidade de
certificados a que o investidor teria direito. Todos os certificados a que o consumidor fizer jus
serão entregues a ele de uma única vez, no momento da conexão da GDFV à rede (Clean
Energy Regulator, 2015b).
𝑛𝐶𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠 = 𝑘𝐼𝑟𝑟𝑎𝑑 ∗ 𝑃 ∗ 𝑛 (3.1)
Onde:
𝑘𝐼𝑟𝑟𝑎𝑑 : Constante obtida a partir da irradiação solar da região. Para fins dessa
política de incentivo, a Austrália foi dividida em quatro regiões, e os valores
possíveis de 𝑘𝐼𝑟𝑟𝑎𝑑 são 1,185, 1,382, 1,536 ou 1,622.
𝑃: Potência de pico do sistema de geração solar fotovoltaica a ser instalado
𝑛: Período (em anos) para o qual os créditos serão calculados. Atualmente esse
valor é fixado pelo Governo australiano em 15 anos.
Na região de Sydney, por exemplo, a constante relacionada à irradiação do local é definida no

regulamento como sendo 1,382. Já na região de Melbourne, esse valor é reduzido para 1,185
(Clean Energy Regulator, 2015a). A quantidade de créditos a serem obtidos é então calculada
como o produto entre essa constante, a potência instalada e o período de análise (15 anos).
Assim, um sistema de 1 kWp geraria 20 certificados se fosse instalado em Sydney e apenas 17
se estivesse localizado em Melbourne:
41
𝑛𝐶𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠𝑆𝑦𝑑𝑛𝑒𝑦 = 1,382 ∗ 1 ∗ 15 = 20,73 → 20 𝑐𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠
𝑛𝐶𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠𝑀𝑒𝑙𝑏𝑜𝑢𝑟𝑛𝑒 = 1,185 ∗ 1 ∗ 15 = 17,78 → 17 𝑐𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠
Apesar de o investidor que recebe seus certificados por meio do STC poder vendê-los no
mercado a preços não regulados, há também a possibilidade de venda direta por meio da
Câmara de Compensação (Clearing House) a um preço fixo de AU$ 40, desde que haja
compradores interessados (Clean Energy Regulator, 2015c). Assim, um sistema de 1kW
instalado em Sydney receberia AU$ 800 pela venda dos certificados. Além disso, a energia
produzida pela GDFV seria normalmente tratada no âmbito do sistema de tarifas feed in.
Ainda com relação aos altos custos iniciais dos sistemas fotovoltaicos, políticas de quotas e
certificados simples se mostraram ineficazes no estímulo à geração solar (Wiser et al., 2011).
Para aumentar a atratividade dessa tecnologia, foram então criados arranjos específicos para os
créditos advindos da geração de energia elétrica por usinas solares (IEA, 2008). Os dois
principais arranjos atualmente utilizados são: (i) cria-se um mercado específico somente para
certificados advindos de geração fotovoltaica (nos Estados Unidos muitos reguladores
adotaram essa prática e esse tipo específico de política foi denominado Solar Renewable
Energy Certificate – SREC) (Burns & Kang, 2012) ou (ii) emite-se uma quantidade maior de
certificados para cada MWh proveniente da energia solar (modelo adotado na Austrália entre
2012 e 2013).
Dados de 2015 mostram que nos Estados Unidos havia 50 programas de quotas e certificados
destinados à promoção de energia proveniente de fontes renováveis (denominados Renewable
Portfolio Standards) distribuídos em 38 estados, sendo que 15 deles possuem arranjos
específicos para incentivo à energia solar, conforme ilustrado na Figura 3.8 (US DoE, 2015).
42
Figura 3.8 – Mecanismos de Quotas e Certificados adotados nos EUA. Fonte: (US DoE,
2015)atualizado até junho/2015 (modificado).
Além dos Estados Unidos e da Austrália, os mecanismos de quotas e certificados são adotados
por outros 27 países, listados na Tabela 3.3.
em quotas e certificados. Fonte: (REN21, 2015).
Países que adotam Quotas/Certificados
África do Sul Coreia do Sul Japão Reino Unido
Albânia Emirados Árabes Lituânia Romênia
Austrália Estados Unidos Noruega Senegal
Bélgica Filipinas Palau Sri Lanka
Bielorrússia Gana Peru Suécia
Canadá Índia Polônia
Chile Indonésia Portugal
China Israel Quirguistão
Mecanismos de quotas e certificados, juntamente com tarifas feed in e sistemas de net metering,
são as principais formas de incentivo à geração distribuída solar fotovoltaica na quase
totalidade dos países. Em complemento a essas políticas, cada país adota medidas
suplementares de isenções e financiamentos, que podem ter um papel importante no
desenvolvimento do mercado de energia solar e, por esse motivo, são brevemente descritas na
seção seguinte.
43
3.5 DEMAIS FORMAS DE INCENTIVO À GDFV
De acordo com REN21 (2015), dados do início de 2015 mostram que 126 países haviam
adotado alguma forma de apoio financeiro às fontes renováveis. Dentre as medidas adotadas
internacionalmente, destacam-se:
i) Isenção ou redução de imposto na compra, na venda ou na importação de

equipamentos destinados à geração de energia solar (Dusonchet & Telaretti, 2015);
ii) Dedução do imposto de renda de investimentos em GDFV (Burns & Kang, 2012);
iii) Criação de taxas pela emissão de gases de efeito estufa aplicáveis a fontes baseadas
em combustíveis fósseis (incentivo indireto às fontes de baixa emissão, pelo
aumento de sua competitividade) (Allan et al., 2015);
iv) Criação de linhas de financiamento específicas, com órgãos dedicados ao

empréstimo à energia renovável, tais como os Green Banks16 (REN21, 2015); e
v) Facilitação de procedimentos e custos de conexão e uso das redes elétricas (Anaya

& Pollit, 2015).
Em determinados países, a isenção de certos impostos, mais que um apoio secundário à GDFV,
implica de maneira determinante na viabilidade dos empreendimentos. Na Finlândia, por
exemplo, essas isenções foram durante muitos anos o principal método de suporte à geração a
partir de fontes renováveis (Fraunhofer, 2008). A Agência Internacional de Energia assim
resume os incentivos fiscais praticados:
Fiscal incentives, such as tax exemptions or reductions, are generally

used as supplementary support instruments. Producers of renewable
electricity are exempted from certain taxes (e.g. carbon taxes) in order
to compensate for the unfair competition they face due to external costs
in the conventional energy sector. The effectiveness of such fiscal
“A green bank is a state chartered and state capitalized lending institution designed to fill gaps in private
16
market finance for clean energy generation and energy efficiency” (Green Bank Academy, 2014)
44
incentives depends on the applicable tax rate. In Nordic OECD
countries, which apply high energy taxes, these tax exemptions can be
sufficient to stimulate the use of renewable electricity; in countries with
lower energy tax rates, they need to be accompanied by other measures
(IEA, 2008).
No Brasil, diversas dessas formas de incentivo complementar à GDFV têm sido adotadas: a
Lei nº 13.169/2015 reduziu a zero as alíquotas da Contribuição para o PIS/Pasep e da
Contribuição para Financiamento da Seguridade Social – COFINS incidentes sobre a energia
gerada pela GDFV (BRASIL, 2015); o Convênio Confaz nº 16/2015 autorizou diversos estados
a concederem isenção do Imposto sobre Circulação de Mercadorias e Serviços – ICMS
aplicável sobre a energia gerada pela GDFV (CONFAZ, 2015); as modificações ocorridas em
2015 na Seção 3.7 do Módulo 3 do PRODIST facilitaram os procedimentos e diminuíram os
custos de conexão da geração distribuída às redes elétricas (ANEEL, 2012c).
Todos os incentivos regulatórios identificados visam ao desenvolvimento do mercado de

energias renováveis e, portanto, têm impacto direto nas características da geração inserida:
quantidade, localização, fonte primária de geração e potência de cada sistema.
Nesse contexto, diversos trabalhos analisam a correlação entre o tipo de incentivo regulatório
e o impacto desses incentivos no desenvolvimento do mercado. De maneira geral, esses artigos
focam em determinar qual tipo de incentivo é melhor do ponto de vista do consumidor
(Campoccia et al., 2014).
De acordo com Allan, Eromenko et al. (2015), há diversos estudos que focam na viabilidade
econômica de projetos individuais, contudo é bem menor o número de pesquisas que focam
nos impactos econômicos da GD de maneira mais geral.
No presente trabalho, não se procurou avaliar o sucesso de políticas de incentivo à GDFV pela
quantidade de geração solar que elas impulsionariam, mas sim quantificar os impactos
causados pela instalação da geração em decorrência dessas políticas. Em outras palavras, o
45
sucesso de uma política aqui é entendido como a correlação entre os motivadores daquela
política (otimização no aproveitamento de energia, postergação de investimentos etc.) e os
impactos causados pela GDFV que se instalara devido à política adotada (redução de perdas
de energia, ampliação da capacidade dos sistemas etc.).
Para se determinar o impacto causado nas redes pela inserção de GDFV, é necessário antes
determinar a forma como essa geração será conectada à rede (proximidade das cargas, potência
do gerador, quantidade de unidades etc.). E a forma como essa geração se conecta à rede é
dependente dos incentivos regulatórios adotados. Por exemplo, uma hipótese razoável seria a
de que políticas do tipo net metering incentivem o aparecimento de sistemas de geração com
uma potência tal que seja produzida energia em quantidade proporcional ao consumo das
unidades consumidoras. Similarmente, uma política do tipo tarifa feed in na qual sejam pagas
tarifas mais atrativas a sistemas que tenham uma potência entre 1 e 5 kW incentivaria o
aparecimento de sistemas com tamanho muito próximos a 5 kW (devido aos ganhos de escala
e à tarifa mais atrativa), independentemente do consumo de energia elétrica verificado nas
unidades às quais esse sistema se conecta.
Assim sendo, no Capítulo seguinte, investiga-se a correlação entre as políticas adotadas em

diversos países e o desenvolvimento do mercado de geração solar fotovoltaica em virtude
daquelas políticas.
46
4 IMPACTO DOS INCENTIVOS REGULATÓRIOS NO
DESENVOLVIMENTO DO MERCADO DE GDFV
A Associação da Indústria Fotovoltaica Europeia (EPIA, 2014) defende que o mercado de

energia solar fotovoltaica é, na maioria dos países, altamente dependente das políticas públicas
adotadas. Em particular, a Associação alega que:
(…) PV remains a policy-driven market. The introduction, modification

or phasing out of national support schemes, which heavily impact the
development of PV markets and industries in these countries, also
significantly influence EPIA’s forecasts and scenarios. Indeed,
declining political support for PV has led to reduced markets in several
European countries (Germany, Italy, Belgium, France and Spain for
instance) while the implementation of new feed in tariff policies has led
to a dramatic increase of the markets in other countries (such as China
and Japan). (EPIA, 2014)
Mais do que constatar que a política impacta diretamente no desenvolvimento do mercado solar
fotovoltaico, é importante identificar qual o grau de influência dessas políticas, no intuito de
identificar se a regulamentação tem o poder de direcionar o mercado para que sejam instalados,
pelos próprios consumidores, sistemas fotovoltaicos em locais e com tamanho mais
apropriados do ponto de vista técnico para que seus impactos nas redes sejam otimizados. Caso
a política de incentivo adotada tenha esse potencial, é possível então realizar estudos que
possam indicar quais as melhores formas de regulamentação para que a inserção da GDFV
(tamanho e localização) se dê de forma mais otimizada do ponto de vista de seus impactos nas
redes elétricas.
47
4.2 COMPARAÇÃO ENTRE INCENTIVOS REGULATÓRIOS E
DESENVOLVIMENTO DO MERCADO
Para testar a hipótese de que a regulamentação tem força suficiente para direcionar a instalação
de GDFV em potências pré-definidas de modo a ser possível otimizar seus impactos na rede,
adotou-se um método simples e direto:
a) Coletaram-se dados relativos à quantidade e ao tamanho (em termos de potência de

pico) dos sistemas solares fotovoltaicos instalados em seis diferentes localidades: Reino
Unido, Alemanha, Brasil e três estados dos EUA (Arizona, Califórnia e Wisconsin);
b) Com base nesses dados, traçaram-se as curvas de distribuição dos sistemas (potência
instalada de cada sistema versus quantidade de sistemas);
c) Essas curvas foram comparadas com as principais políticas de incentivo à GDFV

adotadas no local de maneira a perceber a influência da política no desenvolvimento do
mercado.
4.2.1 Reino Unido
Tarifas feed in são utilizadas como principal política de incentivo à GDFV no Reino Unido
(Dusonchet & Telaretti, 2015). Os valores pagos a título de tarifa de injeção a sistemas solares
fotovoltaicos dependem do tamanho desses sistemas e são apresentados na Tabela 4.1.
48
do sistema de feed in britânico. Fonte: (Ofgem, 2015b).
Potência do Sistema FV (kW) Tarifa17 (£/kWh)
0-4 0.1339
4 - 10 0.1213
10 - 50 0.1171
50 - 100 0.0998
100 - 150 0.0998
150 - 250 0.0954
> 250 0.0616
Sistemas autônomos 0.0616
A título de comparação, o preço médio de compra de energia elétrica por consumidores no

Reino Unido em 2015 foi de 0.144 £/kWh 18 , acrescido de uma taxa fixa média anual de
£ 78.56 (UK Gov, 2016).
Da análise da Tabela 4.1, é possível esperar que os sistemas de até 4 kW sejam mais numerosos
no país, uma vez que implicam no pagamento de uma tarifa mais elevada aos seus proprietários.
Uma análise a priori poderia levar à conclusão de que a distribuição dos sistemas com potência
entre zero e 4 kW fosse uniforme. Contudo, quanto maiores os sistemas, mais elevados são os
ganhos de escala advindos da sua instalação. Esse efeito, combinado com uma tarifa feed in
mais elevada para sistemas de até 4 kW, implicaria na instalação de sistemas com tamanho
mais próximo de 4 kW (e não qualquer tamanho entre zero e 4 kW).
De maneira semelhante, mas com menor intensidade, seria esperado que houvesse
concentração de sistemas com tamanho próximo aos demais limites superiores das faixas da
Tabela 4.1: 10 kW, 50 kW, 100 kW, 150 kW e 250 kW.
Para se avaliar esse comportamento, foram coletados dados referentes à GDFV instalada no
Reino Unido entre abril de 2010 e dezembro de 2014 em decorrência da política de Tarifa feed
in implementada no país, disponibilizados pelo Órgão Regulador britânico (Ofgem, 2015a).
17
Tarifas válidas entre 01/04/2015 e 01/07/2015. Os valores mencionados na Tabela são as tarifas feed in mais
elevadas (Higher tariff rate), pagas a consumidores que adotam práticas de eficiência energética, possuindo
certificado de desempenho energético (Energy Performance Certificate – EPC) nível D.
18
Tendo em vista que, no Reino Unido, o mercado de energia elétrica é liberalizado, não há tarifas pré-definidas,
mas sim preços livremente negociados entre consumidores e comercializadoras.
49
Com base nesses dados, traçou-se o gráfico que mostra a distribuição dos sistemas solares de
acordo com sua potência instalada (Figura 4.1).
Figura 4.1 – Distribuição de frequência do tamanho (em kW) dos sistemas solares
fotovoltaicos instalados no Reino Unido entre abril de 2010 e dezembro de 2014. Dados
obtidos de (Ofgem, 2015a).
Nota-se que a distribuição da potência instalada dos sistemas de geração solar é marcada por
um pico de usinas com potência próxima a 4 kW (quase 140 mil sistemas solares fotovoltaicos).
Essa distribuição pode ser explicada pela política de incentivo à GDFV no país, na qual
sistemas com potência igual ou inferior a 4 kW recebem um valor mais elevado pela energia
produzida do que geradores de maior porte (Tabela 4.1). Aqui fica claro que o tamanho da
GDFV que será instalada não depende do consumo de cada residência ou comércio a que o
sistema será conectado. O que define o tamanho do sistema a ser instalado nesse caso é a
condição financeira do investidor e o ganho de escala que se tem ao instalar sistemas maiores.
Dessa forma, há uma tendência à instalação de sistemas com potência total muito próxima a 4
kW.
Devido ao grande número de consumidores com sistemas de tamanho próximo a 4 kW, a

quantidade de sistemas com potência um pouco mais elevada fica quase imperceptível na
Figura 4.1. Dessa forma, a Figura 4.2 apresenta os mesmos dados do gráfico anterior,
ampliando-se a região do gráfico na qual são exibidas as quantidades de sistemas com potência
entre 5 e 50 kW.
50
fotovoltaicos instalados no Reino Unido entre abril de 2010 e dezembro de 2014. Dados
obtidos de (Ofgem, 2015a).
Da Figura 4.2, resta clara a grande quantidade de sistemas com potências instaladas próximas
a 10 kW e a 50 kW, que são exatamente os limites superiores das faixas de tarifas feed in
apresentadas na Tabela 4.1.
Evidencia-se, assim, a influência direta que a regulação tem sobre o desenvolvimento do

mercado nesse caso. Essa influência poderia ser utilizada para guiar o desenvolvimento do
mercado com a instalação de GDFV em tamanhos que potencializem seus benefícios na rede.
Aqui, não se trata da otimização total da geração distribuída (instalação de GDFV em tamanho
ideal para maximizar os benefícios na rede), uma vez que as políticas são guias gerais e,
portanto, permitem o aparecimento de sistemas em tamanhos diferentes dos ótimos. No caso
do Reino Unido, por exemplo, apesar de não haver incentivos específicos que induzam ao
aparecimento de sistemas de 20 kW, diversos consumidores optaram por instalar GDFV com
essa potência (por motivos alheios à regulação). Apesar disso, constata-se que a grande maioria
dos sistemas é instalada conforme incentivos dados pela política adotada.
Esse tipo de comportamento no desenvolvimento do mercado de GDFV – caracterizado pela

instalação de sistemas com tamanho próximo aos limites máximos das faixas de potência para
cada tarifa – seria esperado para regulamentações do tipo tarifa feed in. De maneira a corroborar
o efeito mostrado no caso do Reino Unido, adicionando-se especificidades de outras políticas
de suporte à geração solar, apresenta-se, a seguir, uma análise do caso da Alemanha.
51
4.2.2 Alemanha
A Alemanha foi um dos países pioneiros no apoio à instalação de geração solar fotovoltaica
em pequena escala. O processo de suporte alemão iniciou-se com tarifas do tipo feed in bastante
atrativas e foi sofrendo ajustes ao longo da sua evolução. Atualmente, as tarifas feed in adotadas
na Alemanha são aquelas descritas na Tabela 4.2
do sistema de feed in alemão. Fonte: (IEA, 2015).
Potência do Sistema FV (kW) Tarifa19 (€)
0 - 10 0.1256
10 - 40 0.1222
40 - 500 0.1092
De acordo com a análise realizada para o caso do Reino Unido, seriam esperadas, no presente
caso, grandes quantidades de sistemas com potência de 10 kW, 40 kW e 500 kW. Contudo, a
política germânica não se resume atualmente à adoção de tarifas feed in puras.
Tendo em vista que as tarifas praticadas no sistema feed in alemão estão mais baixas que as
tarifas médias de consumo de energia elétrica naquele país, a regulamentação alemã passou a
permitir um modelo de autoconsumo no qual as residências e comércios que decidam pela
instalação de GDFV são incentivados a consumir localmente a energia gerada pelos seus
sistemas. Essas nuances da legislação alemã tornam um pouco mais atrativa a instalação de
sistemas cujo tamanho seja proporcional ao consumo de energia elétrica naquela propriedade.
Nesse caso, os ganhos de escala pela instalação de um sistema que gere mais que o consumo
local podem não ser economicamente vantajosos, já que o retorno devido à geração adicional
é valorado apenas pela tarifa feed in.
Somado a essas duas políticas (feed in e autoconsumo), um mecanismo de suporte com reservas
de 25 milhões de euros destinado a sistemas fotovoltaicos com potência inferior a 30 kWp foi
criado para incentivar a instalação de GDFV com possibilidade de armazenamento (IEA,
2015).
19
Tarifas válidas desde 01/01/2015.
52
Os três aspectos da política alemã supracitados fazem-se perceber na Figura 4.3: (i) o tamanho
da GDFV parece acompanhar uma curva próxima à normal para sistemas menores
(proporcional ao patamar de consumo das residências); (ii) há uma grande quantidade de
sistemas instalados com potência próxima à faixa de 10 kW (devido ao teto da faixa de maior
tarifa feed in); e (iii) o mecanismo de suporte adicional para GDFV com armazenamento leva
a uma quantidade significativa de sistemas com potência instalada de 30 kW.
fotovoltaicos instalados na Alemanha entre janeiro e abril de 2015. Dados obtidos de
(Bundesnetzagentur, 2015).
Em particular, a influência das tarifas feed in na instalação de sistemas de 10 kW é notável na

Figura 4.3. Contudo, destaca-se que a política de autoconsumo incentivou o aparecimento de
sistemas com tamanhos variados, seguindo uma distribuição proporcional aos patamares de
consumo. Esse tipo de comportamento seria também esperado em regiões nas quais seja
adotado um modelo de net metering. Assim sendo, apresenta-se, a seguir, uma avaliação da
distribuição dos sistemas instalados no Brasil, onde a regulamentação de incentivo à GDFV
segue esse modelo.
4.2.3 Brasil
No Brasil, a Resolução Normativa nº 482, de 17 de abril de 2012, (ANEEL, 2012d) instituiu o

Sistema de Compensação de Energia no qual a energia elétrica injetada na rede gera créditos a
serem compensados com o consumo de eletricidade local. Nesse tipo de regulação, espera-se
que a distribuição da potência instalada dos sistemas seja mais proporcional ao consumo das
edificações conectadas à rede elétrica. A curva de distribuição por tamanho relativa aos 6.017
sistemas instalados entre janeiro de 2013 e outubro de 2016 é apresentada na Figura 4.4.
53
fotovoltaicos instalados no Brasil entre janeiro de 2013 e fevereiro de 2016. Dados obtidos de
(ANEEL, 2016).
Trata-se de uma distribuição que se aproxima de uma curva lognormal que, de acordo com
(Pareja, 2009), é a forma de distribuição que melhor traduz o comportamento do consumo das
residências e comércios no Brasil. Isso indica que a regulamentação foi capaz de guiar o
desenvolvimento do mercado de modo que fossem instalados, em cada unidade consumidora,
sistemas de geração com tamanho próximo ao necessário para suprir parte do consumo local.
Essa análise ratifica o entendimento de que a regulamentação tem potencial de guiar a
configuração segundo a qual se dará a instalação dos sistemas de geração distribuída.
Importa ressaltar que os aprimoramentos da Resolução Normativa ANEEL nº 482/2012

realizados por meio da Resolução Normativa ANEEL nº 687/2015, que permitiram a instalação
de GDFV em modelos de net metering agregado e comunitário, entraram em vigor em
01/03/2016. Apesar de esses novos modelos negociais terem o potencial de levar ao surgimento
de sistemas com potências discrepantes dos modelos tradicionais de net metering, optou-se por
analisar, neste trabalho, todos os sistemas instalados entre dezembro de 2012 e outubro de
2016, uma vez que se estima que poucos desses sistemas sejam correspondentes a modelos de
net metering não convencionais aportados pela atualização das regras em março de 2016.
Políticas de net metering semelhantes à brasileira são encontradas em diversos outros países.
Nos Estados Unidos, por exemplo, elas estão presentes em quase todos estados e, por esse
motivo, alguns exemplos foram escolhidos para análise neste trabalho.
54
4.2.4 Estados Unidos - Arizona
Nos EUA, as formas de incentivo à GDFV variam de acordo com as políticas de cada Estado.
Contudo, políticas de net metering são as mais comuns e existem em quase todas as Unidades
da Federação, conforme Figura 3.5.
Por exemplo, no Estado do Arizona, é adotado um sistema de net metering no qual o limite de
potência a ser instalado é igual a 125% da carga das unidades consumidoras20. Num cenário
como esse, é de se esperar que a distribuição dos sistemas instalados siga uma curva normal
(ou lognormal), sem a presença de grandes picos. Analisando-se os dados disponíveis em
NREL (2015b), foram encontrados 38.366 sistemas instalados nesse Estado com potência igual
ou inferior a 100 kW. O histograma contendo a distribuição desses sistemas em termos da
potência de cada um é apresentado na Figura 4.5.
fotovoltaicos instalados no Arizona entre abril de 2002 e abril de 2014.
O resultado, conforme esperado, mostra uma curva suave, indicando, de maneira semelhante
ao constatado no caso brasileiro, que o mercado se desenvolveu de maneira que os
consumidores instalam sistemas com potência proporcional aos seus consumos de energia
elétrica.
20
No caso de não haver dados relativos às cargas das unidades consumidoras, a potência máxima de GDFV que
pode ser instalada é limitada pela capacidade máxima de atendimento no ponto de conexão da unidade
consumidora.
55
4.2.5 Estados Unidos - Califórnia
A Califórnia é atualmente o estado americano com o maior número de sistemas solares

fotovoltaicos instalados devido, prioritariamente, a uma arrojada política de net metering, na
qual o tamanho máximo da GDFV tem um limite elevado (1 MW), em conjunto com incentivos
tributários e com o estabelecimento de políticas de cotas e certificados (US DoE, 2015).
Para se avaliar o comportamento dessa política no desenvolvimento do mercado, foram

utilizados dados de 267.652 sistemas instalados e inseridos no banco de dados de NREL
(2015b). Com base nesses dados, traçou-se a distribuição apresentada na Figura 4.6.
fotovoltaicos instalados na Califórnia entre março de 1997 e abril de 2015.
Da Figura 4.6, observa-se uma distribuição próxima da normal, refletindo novamente que a
política de incentivos (net metering) teve papel fundamental em guiar o desenvolvimento do
mercado de modo que fossem instalados sistemas com tamanho proporcional ao patamar de
consumo de energia elétrica do empreendimento no qual a geração solar se encontra.
4.2.6 Estados Unidos - Wisconsin
Em alguns locais, porém, as regulamentações de net metering inseriram limites de potência

mais restritivos. No caso do Estado de Wisconsin, esse limite é de 20 kW 21. Além disso, há um
programa estadual de recompensas que oferece US$ 600,00 para cada 0,5 kW de GDFV
instalada, limitado a 4 kW por sistema.
21
Algumas distribuidoras voluntariamente permitem que sistemas com potência superior a 20 kW participem do
mecanismo de net metering.
56
A combinação desses dois tipos de incentivos leva à distribuição apresentada na Figura 4.7
(dados dos 1.210 sistemas instalados nesse estado com potência igual ou inferior a 100 kW).
fotovoltaicos instalados em Wisconsin a partir de maio de 2002. Dados brutos disponíveis em
(NREL, 2015).
Observa-se na Figura 4.7 que há um pico de sistemas com tamanho próximo a 4 kW (em virtude
da política estadual de recompensas) e um outro em sistemas de 20 kW (devido ao limite para
participação no mecanismo de net metering).
Todavia, cumpre destacar que, apesar de haver uma quantidade razoável de sistemas de 6 kW,
não foram encontradas políticas que incentivassem o aparecimento de miniusinas solares desse
tamanho. Isso mostra que as políticas de incentivo têm poder para guiar, de maneira geral, a
evolução do mercado, mas permitem que haja a instalação de sistemas com características que
não sejam primariamente aquelas incentivadas pela regulamentação.
Apesar de não serem desenhadas com o objetivo de determinar especificamente as

características dos sistemas que serão instalados, a análise da Figura 4.7 mostra que as políticas
de suporte à energia solar fotovoltaica no estado de Wisconsin nortearam o mercado de modo
que fossem instalados, em sua maioria, sistemas de até 4 kW e que quase a totalidade das usinas
tivesse potência inferior a 20 kW.
57
A análise realizada nesta seção teve o objetivo de avaliar se a forma de incentivo regulatório
estabelecida pelos países teria impacto direto e decisivo no desenvolvimento do mercado. Essa
hipótese foi confirmada pela comparação entre as características dos sistemas instalados e as
políticas adotadas em diversos países. Isso significa que o tamanho da GDFV que será instalada
pelos investidores pode ser indicado indiretamente pela regulação.
Assim sendo, cada política de incentivo à GDFV implica no desenvolvimento do mercado de

uma forma diferenciada e, portanto, o impacto que a geração causará nas redes depende daquela
política.
A confirmação dessa hipótese permite concluir que é possível determinar as formas de

incentivo regulatório que maximizem os benefícios da GDFV na rede em cada caso. Este
trabalho consiste então em propor um método para realização desse procedimento, o que é
apresentado no Capítulo seguinte.
58
5 MÉTODO PARA DETERMINAÇÃO DO TIPO DE INCENTIVO
REGULATÓRIO QUE POTENCIALIZA OS BENEFÍCIOS DA GDFV
NA REDE
O presente capítulo se destina a propor um método que permita determinar o tipo de política
de suporte à geração solar fotovoltaica que implica em maiores benefícios técnicos à rede de
distribuição de energia elétrica. Com o intuito de cumprir o objetivo para o qual foi definido,
o capítulo se divide da seguinte forma:
(i) Primeiramente, apresenta-se uma visão geral do método, delineando-se seus

aspectos mais importantes (Seção 5.2);
(ii) A partir daí, as políticas a serem comparadas pelo método proposto são definidas
(Seção 5.3);
(iii) Em seguida, estabelece-se a forma de cálculo dos impactos advindos da inserção da

GDFV nos alimentadores (Seção 5.4);
(iv) Por fim, os impactos são monetizados (Seção 5.5) e submetidos a uma análise de
sensibilidade objetivando avaliar a robustez dos resultados (Seção 5.6);
(v) A seção seguinte (5.7) se propõe a resumir as hipóteses auxiliares adotadas no

desenvolvimento do método;
(vi) O capítulo encerra-se com a apresentação do alimentador simplificado que será

utilizado para fins de validação do procedimento.
59
5.2 VISÃO GERAL DO MÉTODO
A Figura 5.1 exibe, de forma esquemática, o funcionamento do método proposto.
Figura 5.1 – Modelo esquemático do método utilizado.
Na etapa de “Escolha dos cenários”, esquematizada na Figura 5.1, serão determinadas as

políticas utilizadas para fins de comparação e a forma como cada uma dessas política s
impactará na instalação da geração solar fotovoltaica no alimentador.
Depois de definidas as formas de incentivo regulatório que serão comparadas, passa-se à etapa
de determinação dos impactos decorrentes da instalação de GDFV em conformidade com cada
uma das políticas escolhidas. Este trabalho propõe-se a analisar os principais impactos de
instalação de geração distribuída que impliquem em valores financeiros significativos e
quantificáveis, quais sejam: modificação nos patamares de perdas de energia elétrica,
diminuição ou aumento da potência de pico do alimentador e alteração no perfil de tensão das
unidades consumidoras conectadas no alimentador.
Ainda acerca da etapa de cálculo dos impactos, a mais importante do trabalho, destaca-se que
serão consideradas as incertezas nas variáveis utilizadas para executar o fluxo de potência e
calcular os impactos analisados. Assim, o método cuida para que os parâmetros de perfil de
60
carga, patamar de consumo e irradiação solar sejam tratados com rigor estatístico, não se
adotando simplesmente valores médios ou arbitrários.
Para se computar o efeito da GDFV sob essas incertezas, são adotadas simulações de Monte
Carlo. Nesse modelo, realizam-se diversas simulações para cada configuração do sistema e os
impactos da GDFV são calculados para cada uma dessas configurações. Por exemplo, para se
obter o valor das perdas às 11h para um alimentador com 10% de geração solar, o método
executa o fluxo de potência por diversas vezes considerando, para cada simulação, um valor
diferente para a irradiação solar naquele horário. Caso fosse considerado apenas o valor médio
da irradiação local às 11h, estar-se-ia desconsiderando a variação climática na região (dias
nublados e mudança da irradiação ao longo do ano de acordo com as estações). Assim, o
método proposto adota um valor de irradiação que varia de um dia para outro de acordo com
uma distribuição normal de probabilidade, com valor médio e desvio padrão dados pela série
histórica de irradiação solar naquele local.
Por fim, os impactos calculados para cada uma das políticas em análise são submetidos a uma
análise da sensibilidade a variações nos valores utilizados para fins de monetização de cada
impacto. Assim, são obtidos resultados robustos que permitem determinar a forma de incentivo
regulatório que implica em maiores benefícios técnicos nas redes de distribuição.
5.3 DEFINIÇÃO DOS CENÁRIOS
O processo de determinação da política de incentivo à GDFV mais apropriada inicia -se pelo
estabelecimento de cenários de comparação. Cada cenário corresponde a um tipo de política a
ser testada. Por exemplo, em um cenário A, considera-se que a política adotada seja do tipo net
metering, na qual a GDFV será instalada em barramentos de unidades consumidoras com
potência próxima ao patamar de consumo dessas unidades. Num cenário B, considera -se, por
exemplo, que a política adotada seja do tipo feed in com tarifas mais elevadas para sistemas de
tamanho igual ou inferior a 5 kW. Nesse cenário, serão instalados, pelos consumidores,
sistemas com potência de 5 kW independente do patamar de consumo das residências ou
comércios nos quais a GDFV será instalada.
61
A escolha do cenário tem, portanto, consequência no resultado da análise dos impactos, uma
vez que a GDFV se instala de maneira diferente conforme a política adotada. No método
proposto, primeiramente, determina-se a potência de GDFV que implicaria num nível de
penetração de 100% para o alimentador em estudo, de acordo com a seguinte equação (5.1):
𝐶𝑇 ∗ 𝑘
𝐺𝐷𝑀𝑎𝑥 = (5.1)
𝑃𝑅 ∗ 𝑛𝑑𝑖𝑎𝑠 ∗ 𝐼𝑟𝑟
Onde:
𝐺𝐷𝑀𝑎𝑥 : Potência de GDFV que resulta em 100% de penetração (kW)
𝐶𝑇: Consumo total mensal do alimentador (kWh)
𝑘: Constante solar na superfície terrestre 22, definida em 1 kW/m²
𝑃𝑅: Performance Ratio23 (%)
𝑛𝑑𝑖𝑎𝑠 : Número de dias em um mês (dias)
𝐼𝑟𝑟 : Irradiação, definida como a integral da radiação solar ao longo do dia
(kWh/m²/dia) 24
Com base na 𝐺𝐷𝑀𝑎𝑥 , determina-se a quantidade de geração que deve ser inserida para obtenção
de cada nível de penetração, de acordo com a Equação (5.2)
𝐺𝐷𝑃𝑒𝑛 = 𝑃𝑒𝑛 ∗ 𝐺𝐷𝑀𝑎𝑥 (5.2)
Onde:
𝐺𝐷𝑃𝑒𝑛 : quantidade (em kW) de GDFV a ser instalada nas diferentes unidades
consumidoras do alimentador para que seja obtido um nível de penetração 𝑃𝑒𝑛 (em %).
𝑃𝑒𝑛: nível de penetração de GDFV (entre 0 e 1)
𝐺𝐷𝑀𝑎𝑥 : Potência de GDFV que resulta em 100% de penetração (kW)
22
A constante solar no limite da atmosfera terrestre é de 1,36 kW/m². O valor de 1 kW/m² é um valor padrão da
radiação na superfície terrestre utilizado para comparação de eficiência entre diferentes módulos solares
fotovoltaicos.
23
Representa a eficiência do sistema como um todo, considerando-se perdas jóulicas e perdas por temperatura,
sombreamento e sujeira.
24
Para a radiação demonstrada na Figura 5.7, esse valor corresponde a 5,177 kWh/m²/dia.
62
Uma vez definida a quantidade de potência total de GDFV a ser instalada no alimentador, essa
geração é então distribuída entre as diferentes unidades consumidoras de acordo com a política
de incentivo adotada.
A energia gerada em cada momento do dia é determinada em conformidade com a Equação

(5.3):
𝐸𝑡 = 𝑅𝑎𝑑 ∗ 𝑃𝑅 ∗ 𝜂 ∗ 𝐴 ∗ Δ𝑡 (5.3)
Onde:
𝐸𝑡 : Energia gerada no instante t (kWh)
𝑅𝑎𝑑: Radiação solar no instante t (kW/m²)
𝜂: Eficiência dos módulos solares fotovoltaicos
𝑃𝑅: Performance Ratio (%)
𝐴: Área total ocupada pelos módulos solares fotovoltaicos
Δ𝑡: Intervalo de tempo (h). No presente trabalho, os cálculos serão sempre realizados
em intervalos constantes de uma hora.
Ao utilizar a Equação (5.3), a energia gerada pelos sistemas solares instalados dependeria do
tipo de painel utilizado: eficiência dos módulos e área total ocupada. Contudo, por meio da
equação de definição da eficiência, é possível perceber que o produto entre eficiência 𝜂 e área
𝐴 é constante e equivale à potência 𝑃 dos módulos em kW (Equação (5.4)).
𝑃
𝜂= (5.4)
𝐴
Substituindo-se a equação (5.4) em (5.3), obtém-se a equação (5.5), que permite o cálculo da
energia produzida pela GDFV em cada intervalo de tempo, tendo-se como base apenas a
potência instalada na localidade e a radiação solar.
𝐸𝑡 = 𝑅𝑎𝑑 ∗ 𝑃𝑅 ∗ 𝑃 ∗ Δ𝑡 (5.5)
63
Para avaliar as diferentes formas de inserção de GDFV na rede, propõe-se a criação de 5
cenários, conforme abaixo.
a) Net metering: neste cenário, a GDFV será instalada em unidades consumidoras

obedecendo aos patamares de consumo de cada unidade. Nesse caso, a probabilidade
de que uma determinada residência ou comércio instale uma geração é aleatória,
contudo, uma vez determinado que certa unidade consumidora instalará um sistema, a
potência de GDFV será proporcional ao consumo daquela unidade;
b) Net metering Virtual: nos casos em que a regulação permite que a geração instalada em
uma unidade consumidora possa ser utilizada para reduzir a fatura de energia elétrica
em outra localidade, perde-se a relação proporcional entre o tamanho da GDFV e o
consumo daquela unidade onde a geração é instalada. Dessa forma, tanto o tamanho
quanto a localização das usinas solares são definidos de forma aleatória entre zero e
100 kW neste cenário;
c) Feed in Potência Baixa: em locais onde a principal política de incentivo à GDFV é um

esquema de tarifas do tipo feed in, cria-se a tendência à instalação, nas redes de
distribuição, de sistemas de tamanho próximo ao limite máximo para o qual se tem a
tarifa mais atrativa. Assim, se, por exemplo, as tarifas feed in são mais elevadas para
sistemas que possuam potência entre 0 e 5 kW do que para sistemas entre 5 e 10 kW,
há uma tendência de surgimento de sistemas na primeira faixa de potência. Somado a
esse aspecto, há o efeito dos ganhos de escala dentro da faixa de 0 a 5 kW, resultando
na tendência à instalação de GDFV com tamanho próximo a 5 kW, conforme
identificado no Capítulo 4. Para simular o efeito desse tipo de política nos impactos que
a GDFV causa nas redes, este cenário insere GDFV com potência fixa de 5 kW em
locais espalhados pelo alimentador;
d) Feed in Potência Média: o limite de potência máxima da faixa para a qual é oferecida
a tarifa feed in mais atrativa varia entre os países. Certas regiões optam por incentivar
prioritariamente sistemas de tamanho mais baixo, pulverizando-se a GDFV, enquanto
outras suportam sistemas de potência um pouco mais elevada. Com o objetivo de se
64
comparar o efeito dessas escolhas no impacto da geração solar na rede, criou-se este
cenário, que se concretizará pela instalação de sistemas de 10 kW distribuídos de
maneira aleatória no alimentador;
e) Quotas: o estabelecimento de políticas de quotas e certificados pode incentivar o

aparecimento de sistemas de grande porte nos quais o investidor se beneficia dos ganhos
de escala e das condições de venda de certificados (uma vez que, quanto maior a
geração, maior a quantidade de certificados obtidos). Com o intuito de representar as
políticas que encorajam o aparecimento de sistemas de maior porte, este cenário foi
implementado e se caracteriza pela instalação de GDFV em blocos de 50 kW de
potência.
Os cenários foram criados para representar diferenças na forma de instalação da GDFV de

modo a se comparar seus efeitos na rede em cada uma das situações. Os títulos atribuídos a
cada cenário representam, portanto, políticas cujas características específicas são descritas pelo
cenário, não significando que aquelas políticas se resumem à descrição utilizada na definição
do cenário.
5.4 DETERMINAÇÃO DOS IMPACTOS DA GDFV
O cerne do método proposto consiste na determinação apropriada dos impactos que a GDFV
pode causar nas redes de distribuição, levando-se em conta as incertezas relativas à localização
e ao tamanho da geração que será inserida (determinado com base nos cenários estabelecidos
na Seção 5.3), bem como o caráter probabilístico dos dados necessários ao cálculo do fluxo de
potência (consumo, curva de carga e irradiação solar).
O procedimento foi implementado por meio de um algoritmo no MatLab®. Para cálculo do

fluxo de potência, utilizou-se o MatPower: um pacote de arquivos desenvolvido por Ray D.
Zimmerman, Carlos E. Murillo-Sánchez e Deqiang Gan da Universidade de Cornell, nos EUA,
para análise de fluxo de carga em sistemas elétricos em regime permanente pelo MatLab®,
utilizando-se o modelo de Newton-Raphson com no máximo 10 iterações (Zimmerman et al.,
2011).
65
O fluxograma de determinação dos impactos é descrito abaixo em linhas gerais:
a) Em cada cenário, o método objetiva determinar, para cada nível de penetração

(explicado com detalhes na Seção 5.4.1), os impactos da GDFV na rede elétrica (Seção
5.4.4), quais sejam: (i) as perdas médias; (ii) a potência máxima a ser comportada pelo
alimentador; e (iii) a porcentagem de tensões fora dos limites regulatórios;
b) Para calcular essas grandezas por nível de penetração, é necessária a realização de

diversas simulações. Após cada simulação, calcula-se uma medida do erro de cada um
dos impactos em análise. Essa medida do erro é denominada Coeficiente de Variação
– CV e, enquanto seu valor não for menor que 1%, simulações adicionais são realizadas
com o objetivo de dar mais consistência para os resultados. Esse tipo de abordagem
numérica é denominado Método de Monte Carlo – MC, apresentado com detalhes na
Seção 5.4.2;
c) Cada uma das simulações de MC considera um período de 24 horas, com cálculo do

fluxo de potência em cada hora. O sistema elétrico utilizado nesses cálculos possui
características físicas do alimentador constantes, mas os dados referentes ao
comportamento das cargas e das gerações nesse alimentador variam estatisticamente
dentro de uma determinada distribuidora, da seguinte forma:
i. as curvas de carga das unidades consumidoras variam de acordo com sua
probabilidade, definida pelo conjunto de dois fatores: representatividade no
mercado da distribuidora e dia da semana. Esses aspectos são explicados na
Seção 5.4.3.1.
ii. os patamares de consumo de cada unidade variam de acordo com sua
probabilidade, definida conforme a quantidade de unidades consumidoras
existentes em cada faixa de consumo. Esses aspectos são explicados na Seção
5.4.3.2.
iii. o local e o tamanho da GDFV variam de acordo com suas probabilidades
(definidos conforme o tipo de incentivo regulatório analisado – Seção 5.3)
66
iv. a irradiação solar varia de acordo com sua probabilidade, definida como uma
distribuição normal seguindo média e desvio padrão extraídos de dados do
Instituto Nacional de Meteorologia – INMET para o local, conforme explicado
na Seção 5.4.3.3
d) Em cada uma das simulações indicadas no item anterior, o método realiza as operações
de fluxo de potência para todas as 24 horas do dia.
A Figura 5.2 apresenta o fluxograma do método proposto. De maneira complementar, os

Apêndices B, C e D contêm os algoritmos implementados no MatLab® para obtenção dos
resultados. Nas seções seguintes, cada uma das etapas do processo é explicada em detalhes.
O fluxo da Figura 5.2 é repetido para cada uma das políticas de incentivo à GDFV em análise,
determinando-se, para cada uma dessas formas regulatórias, o comportamento das perdas, da
capacidade e da tensão em cada nível de penetração. Depois disso, os resultados são
comparados (Seção 5.5), permitindo então classificar as políticas de incentivo à GDFV em
ordem crescente de benefícios para a rede.
A comparação entre as políticas poderia, a priori, ser realizada levando-se em conta os

impactos da GDFV em todos os níveis de penetração. Contudo, é possível que, por exemplo,
uma política do tipo feed in se traduza em maiores benefícios para a rede que uma política de
net metering apenas para baixos níveis de penetração e que, à medida que a quantidade de
GDFV na rede aumente, esse cenário se inverta (net metering passe a causar mais benefícios à
rede).
67
Figura 5.2 – Fluxograma representativo do método para determinação dos impactos da
GDFV na rede elétrica.
68
Assim, é importante dividir a análise de acordo com os níveis de penetração. Essa divisão torna-
se adequada ao se considerar que a regulação é um processo dinâmico, de modo que os agentes
tomadores de decisão podem adotar uma determinada política (feed in, por exemplo) e depois
modificá-la para outro tipo de política (net metering, por exemplo). Algo semelhante a isso tem
acontecido na Alemanha, com a redução das tarifas feed in e a adoção de políticas de
autoconsumo. A forma de cálculo dos níveis de penetração e a definição das faixas de
penetração consideradas são explicadas na seção seguinte.
5.4.1 Níveis de Penetração
O nível de penetração de GDFV pode ser medido de diversas formas. Dentre as mais comuns,
destacam-se: a relação entre a energia gerada num determinado período de tempo e a energia
consumida nesse mesmo período (Eq. (5.6)) e a relação entre a soma das potências instaladas
de geração e a potência máxima, mínima ou nominal do alimentador (Eq. (5.7), (5.8)e (5.9))
(Ellis, 2010).
𝐸𝐺
𝑃𝑒𝑛1 = (5.6)
𝐸𝐶
𝑃𝐺
𝑃𝑒𝑛2 = (5.7)
𝑃𝐴𝐿𝑀á𝑥
𝑃𝐺
𝑃𝑒𝑛3 = (5.8)
𝑃𝐴𝐿𝑀í𝑛
𝑃𝐺
𝑃𝑒𝑛4 = (5.9)
𝑃𝐴𝐿𝑁𝑜𝑚
Onde:
𝐸𝐺 : Energia total gerada pelos sistemas solares fotovoltaicos [kWh]
𝐸𝐶 : Energia total consumida pelas unidades consumidoras [kWh]
𝑃𝐺 : Potência total dos geradores solares fotovoltaicos [kW]
𝑃𝐴𝐿𝑀á𝑥 : Potência de pico do alimentador [kW]
𝑃𝐴𝐿𝑀í𝑛 : Carga mínima atendida pelo alimentador [kW]
𝑃𝐴𝐿𝑁𝑜𝑚 : Potência nominal do transformador ou do alimentador [kW]
69
Dado o baixo fator de capacidade de geradores solares fotovoltaicos, para que um sistema possa
gerar o equivalente ao consumo de uma residência, por exemplo, é necessária uma potência
relativamente alta. Dessa forma, a adoção da definição estabelecida na Eq. (5.6) apresenta
níveis de penetração que, em geral, são menores que aqueles calculados por meio das Eq. (5.7),
(5.8) e (5.9) para um mesmo alimentador.
Assim sendo, optou-se por limitar os estudos a níveis de penetração inferiores a 100% e realizar
as análises para diversos níveis de penetração de GDFV, conforme Tabela 5.1:
Tabela 5.1 – Agrupamento dos níveis de penetração.

Nível de Penetração Grupo
0% (sem GDFV) Caso base utilizado para fins de comparação
≈10% a 30% Baixa Penetração
≈30% a 60% Média Penetração
≈60% a 100% Alta Penetração
Para cada nível de penetração, os impactos da GDFV são calculados por meio do fluxo de
potência no alimentador. Contudo, conforme comentado na introdução deste capítulo, alguns
parâmetros necessários para o cálculo desse fluxo são incertos e, para lidar com essa incerteza,
propõe-se a realização de simulações de Monte Carlo.
5.4.2 Simulações de Monte Carlo
O Método de Monte Carlo consiste na realização de diversas simulações com amostragens

aleatórias para se obter dados numéricos (Goodman, 2000). A quantidade de simulações de
Monte Carlo a serem realizadas pode ser pré-fixada ou, alternativamente, pode-se adotar um
critério estatístico de parada para as simulações. Uma das formas mais eficientes de se realizar
esse processo é por meio do acompanhamento do Coeficiente de Variação estatístico (CV) 25
das grandezas analisadas (Pareja, 2009). O CV representa o erro relativo dos valores obtidos e
é calculado conforme Equação (5.10).
𝜎
𝐶𝑉 = (5.10)
𝜇 √𝑛
25
Medida padronizada de dispersão utilizada na estimativa da precisão de experimentos.
70
Onde:
𝜎: Desvio Padrão
𝜇: Média
𝑛: Número de simulações realizadas
Quando uma única simulação foi realizada, só há um valor da grandeza calculado e, nesse caso,
a média é igual ao valor calculado e não há como definir o desvio padrão nesse momento.
Dessa forma, o CV só passa a ser calculado depois de realizadas pelo menos duas simulações
e é recalculado a cada nova simulação de Monte Carlo até que seja atingido um determinado
valor (geralmente abaixo de 5% ou 6%). O processo é então encerrado.
Na aplicação do método proposto, com o objetivo de obter dados com baixos erros de
simulação e garantir que os valores encontrados sejam estatisticamente válidos mesmo em
casos nos quais a diferença entre um e outro seja pequena, adotou-se como critério de parada
um CV menor que 1%.
Destaca-se que o método visa a determinar o impacto da GDFV em três grandezas diferentes:
perdas, capacidade e tensão. Dessa maneira, o CV calculado para as perdas poderia estar abaixo
do limite de 1% , enquanto o CV da capacidade ou da tensão poderia estar ainda acima desse
percentual.
De modo a garantir que o erro de todos os impactos calculados esteja abaixo do limite de 1%,
o CV foi então definido como o maior valor dentre os coeficientes de variação de cada grandeza
analisada, conforme Equação (5.11).
𝐶𝑉 = max (𝐶𝑉𝑃𝑒𝑟𝑑𝑎𝑠 , 𝐶𝑉𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒 , 𝐶𝑉𝑇𝑒𝑛𝑠õ𝑒𝑠 ) (5.11)

Onde:
𝐶𝑉: Coeficiente de variação utilizado como critério de parada das simulações de Monte
Carlo
𝐶𝑉𝑃𝑒𝑟𝑑𝑎𝑠: Coeficiente de variação das perdas de energia elétrica do alimentador
𝐶𝑉𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒 : Coeficiente de variação da capacidade máxima (potência de pico)
atendida pelo alimentador
71
𝐶𝑉𝑇𝑒𝑛𝑠õ𝑒𝑠 : Coeficiente de variação da porcentagem de tensões fora dos limites
regulatórios
Isso significa que, para cada nível de penetração de GDFV, são realizadas tantas simulações
quantas forem necessárias para que o coeficiente de variação de todos impactos analisados seja
menor ou igual a 1%.
Destaca-se, contudo, que, de acordo com a Eq. (5.11), quando o número de simulações n for
elevado, são necessárias muitas simulações para que o valor do CV possa diminuir ainda mais.
Nesse sentido, com o intuito de reduzir o tempo computacional, foi definido um limite máximo
de 3.000 simulações para o alimentador simplificado e de 1.000 simulações para o caso do
alimentador real. Assim, caso seja atingido esse número de simulações, o método para de
realizar cálculos, mesmo que o CV de todas as variáveis não tenha atingido 1%.
5.4.3 Dados
Para a determinação das perdas, da capacidade máxima (potência de pico) e dos níveis de
tensão de um alimentador qualquer, é necessário executar o fluxo de potência desse circuito.
Para tanto, precisa-se conhecer as seguintes variáveis:
a) Configuração do alimentador:
i. Bitolas e comprimentos dos cabos
ii. Características dos transformadores
iii. Forma de conexão entre os diversos elementos do circuito
b) Tensão na barra de referência:

i. Valor de referência utilizado para cálculo das demais grandezas do
circuito
c) Potência (ativa e reativa) nas barras que representam as unidades de consumo:

i. Patamar de carga de todas as unidades consumidoras durante cada dia
(inclui o nível de consumo e a forma da curva de carga)
72
ii. Quantidade de energia gerada pela GDFV (inclui a localização e o
tamanho dos sistemas instalados, bem como a radiação solar na região).
A configuração dos alimentadores é conhecida pelas distribuidoras e seus valores são fixos:
tratam-se de grandezas físicas (resistências e reatâncias) que não variam estatisticamente. De
maneira semelhante, a tensão na saída do alimentador da subestação é controlada e pode,
portanto, ser utilizada como a tensão de referência. Esse valor pode ser estabelecido em 1 pu,
por exemplo, ou em algo um pouco acima (1,05 pu) para que, mesmo com a queda de tensão
ao longo do alimentador, a tensão nas barras mais afastadas eletricamente da subestação não
seja inferior a determinados limites. Qualquer que seja o valor adotado como referência nessa
barra, trata-se de um valor controlável e, portanto, não seria necessária uma abordagem
estatística.
Por outro lado, os dados necessários para determinação das potências nas barras de consumo
do alimentador são altamente variáveis e as distribuidoras não têm controle sobre esse
montante. Essa característica faz com que a utilização do fluxo de potência para determinação
das perdas, da potência de pico e dos níveis de tensão seja um procedimento sujeito a incertezas
que poderiam levar a resultados não robustos.
Dessa forma, é importante que as variáveis não fixas e previamente conhecidas sejam tratadas
com o devido rigor estatístico. Com o intuito de colaborar com o entendimento da questão, a
Tabela 5.2 traz uma relação de todas as variáveis incertas necessárias para determinação da
potência nas barras de consumo.
Tabela 5.2 – Variáveis de caráter estatístico necessárias ao cálculo do fluxo de potência.

Dados de Patamar de consumo
Consumo Curva de carga
Dados de Local e tamanho da GDFV instalada
Geração Radiação Solar
As variáveis apresentadas na Tabela 5.2 apresentam incertezas, contudo, há métodos confiáveis

de estimação desses valores e de tratamento dos dados. Por exemplo, para determinação das
tarifas de energia elétrica, as distribuidoras de todo o país fazem campanhas de medição que
visam à obtenção das faixas de consumo dos consumidores e das curvas de carga típicas. Tendo
73
em vista a importância desses fatores na solução do fluxo de potência, as seções seguintes
analisam o comportamento estatístico de cada uma dessas variáveis.
5.4.3.1 Curvas de carga
De posse dos dados de medição realizados durante as campanhas de medição, são determinadas
diversas tipologias, cada uma representando uma faixa de mercado da distribuidora. A Figura
5.3 apresenta essas tipologias para a Companhia Energética de Brasília – CEB (Daimon, 2012).
A probabilidade de ocorrência de cada uma das curvas pode ser calculada como sua
participação no mercado da distribuidora. Assim, a Tipologia 1 (Figura 5.3-(a)) teria uma
probabilidade de ocorrência de 16,40%.
Com esses dados, é possível realizar diversas simulações (Monte Carlo) em um mesmo
alimentador, atribuindo-se curvas a cada unidade consumidora de acordo com a probabilidade
de ocorrência de cada uma dessas curvas. Nesse tipo de simulação, uma determinada unidade
consumidora ‘UC1’ pode ser tratada com uma curva da Tipologia 1 em uma simulação ‘n’ e
com uma Tipologia 2 em uma outra simulação ‘n+1’. A probabilidade de a Tipologia 1 ser
atribuída à UC1 em cada simulação é constante e igual a 16,40%.
O método proposto neste trabalho, além de considerar as probabilidades para cada uma das
curvas de carga conforme mostradas na Figura 5.3, leva em conta que há também curvas
diferenciadas para sábados e domingos. Assim, as probabilidades das curvas relativas aos dias
úteis são multiplicadas pela probabilidade de se ter um dia útil na semana (5/7) e as
probabilidades de escolhas das curvas relativas aos sábados e domingos são multiplicadas pela
chance de ocorrência de cada um desses dias na semana (1/7).
74
Demanda (pu) Demanda (pu) Demanda (pu) Demanda (pu) Demanda (pu)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0-1 0-1 0-1 0-1 0-1 1,1
1-2 1-2 1-2 1-2 1-2
2-3 2-3 2-3 2-3 2-3
3-4 3-4 3-4 3-4 3-4
4-5 4-5 4-5 4-5 4-5
5-6 5-6 5-6 5-6 5-6
6-7 6-7 6-7 6-7 6-7
7-8 7-8 7-8 7-8 7-8
8-9 8-9 8-9 8-9 8-9
9-10 9-10 9-10 9-10 9-10
10-11 10-11 10-11 10-11 10-11
(i)
(e)
(c)
(a)
(g)
11-12 11-12 11-12 11-12 11-12
12-13 12-13 12-13 12-13 12-13
Horas (h)
Horas (h)
Horas (h)
Horas (h)
Horas (h)
13-14 13-14 13-14 13-14 13-14
14-15 14-15 14-15 14-15 14-15
15-16 15-16 15-16 15-16 15-16
Tipologia 9 - Participação de Mercado: 5,89

16-17 16-17 16-17 16-17 16-17
17-18 17-18 17-18 17-18 17-18
18-19 18-19 18-19 18-19 18-19
19-20 19-20 19-20 19-20 19-20
20-21 20-21 20-21 20-21 20-21
21-22 21-22 21-22 21-22 21-22
22-23 22-23 22-23 22-23 22-23
23-24 23-24 23-24 23-24 23-24
75
Demanda (pu) Demanda (pu) Demanda (pu) Demanda (pu) Demanda (pu)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
0-1 0-1 0-1 0-1 0-1
1-2 1-2 1-2 1-2 1-2
(Daimon, 2012).
2-3 2-3 2-3 2-3 2-3
3-4 3-4 3-4 3-4 3-4
4-5 4-5 4-5 4-5 4-5
5-6 5-6 5-6 5-6 5-6
6-7 6-7 6-7 6-7 6-7
7-8 7-8 7-8 7-8 7-8
8-9 8-9 8-9 8-9 8-9
9-10 9-10 9-10 9-10 9-10
10-11 10-11 10-11 10-11 10-11
(j)
(f)
(b)
(h)
(d)
11-12 11-12 11-12 11-12 11-12
12-13 12-13 12-13 12-13 12-13
Horas (h)
Horas (h)
Horas (h)
Horas (h)
Horas (h)
13-14 13-14 13-14 13-14 13-14
14-15 14-15 14-15 14-15 14-15
15-16 15-16 15-16 15-16 15-16


16-17 16-17 16-17 16-17 16-17
17-18 17-18 17-18 17-18 17-18
18-19 18-19 18-19 18-19 18-19
19-20 19-20 19-20 19-20 19-20
20-21 20-21 20-21 20-21 20-21
21-22 21-22 21-22 21-22 21-22
22-23 22-23 22-23 22-23 22-23
Figura 5.3 – Curvas de carga residenciais típicas da área de concessão da CEB. Fonte:
23-24 23-24 23-24 23-24 23-24
Essa abordagem, tratada no método proposto neste trabalho, nem sempre é utilizada em
pesquisas científicas que avaliam os impactos da GDFV, dada sua complexidade. Assim,
muitos pesquisadores acabam adotando uma única curva típica, semelhante à curva agregada
exibida na Figura 5.4. No entanto, esse tipo de exame não reflete a realidade, pois, no caso da
CEB, por exemplo, apesar de a curva agregada dos consumidores residenciais apresentar
horário de pico no início da noite (Figura 5.4), há alguns tipos de residências que consomem
mais energia elétrica no período matutino (como é o caso da Tipologia I, mostrada na Figura
5.3-(a)).
Tipologia Agregada
500,0
450,0
400,0
350,0
Demanda (MW)
300,0
250,0
200,0
150,0
100,0
50,0
0,0
0-1
1-2
2-3
3-4
4-5
5-6
6-7
7-8
8-9
9-10
10-11
11-12
12-13
13-14
14-15
15-16
16-17
17-18
18-19
19-20
20-21
21-22
22-23
23-24
Horas (h)
Figura 5.4 - Curvas de carga residencial agregada da área de concessão da CEB. Fonte:
(Daimon, 2012).
No cálculo de perdas elétricas atualmente realizado pela ANEEL para fins de revisões tarifárias
das distribuidoras de energia elétrica, as concessionárias são orientadas a associar curvas de
carga específicas a cada um de seus consumidores. Nesse caso, não são utilizadas
probabilidades. As distribuidoras devem apenas “observar que o percentual do mercado de
energia anual das unidades consumidoras atribuído a cada consumidor-tipo informado para
fins do cálculo de perdas deve ser igual ao percentual do mercado de referência que esse
consumidor-tipo representa na formação da tipologia” (ANEEL, 2014a).
Nesse aspecto, é importante ressaltar que a utilização de modelos probabilísticos aumenta a

confiabilidade dos resultados, uma vez que, na maioria dos casos, nem mesmo as próprias
distribuidoras têm acesso às curvas de carga de consumidores conectados na baixa tensão e,
além disso, dificilmente esses dados poderiam ser disponibilizados para pesquisas científicas.
Isso porque, além de não haver medição horária individualizada nas cargas conectadas na baixa
76
tensão, o comportamento do consumo de energia elétrica em cada domicílio é uma informação
privada e sua divulgação pode estar sujeita a restrições legais (US DoE, 2010).
5.4.3.2 Patamares de Consumo
Conforme abordado na seção anterior, a ANEEL exige que sejam realizadas campanhas de
medição com o intuito de caracterizar as cargas conectadas às redes, seguindo procedimentos
de caracterização previamente definidos no PRODIST (ANEEL, 2015d). Em particular, para
os consumidores ligados na baixa tensão (inferior a 2,3 kV), a campanha deve estratificar as
unidades por classe de consumo (residencial, comercial, industrial etc.) e, dentro de cada classe,
os consumos são agrupados por faixas, conforme mostrado na Tabela 5.3.
Tabela 5.3 – Faixas de consumo de energia elétrica constantes na estratificação das

campanhas de medição. Fonte: (Daimon, 2012).
Faixa de Consumo Faixa de Consumo
Residencial (kWh) Comercial (kWh)
0-79 0-500
79-220 501-1.000
221-500 1.000-5.000
501-1.000 5.000-10.000
> 1.000 >10.000
Para cada uma das faixas de consumo, a campanha de medição infere estatisticamente a
quantidade de unidades consumidoras. Assim, é possível determinar, dada uma unidade
consumidora qualquer de certa distribuidora, a probabilidade de que essa unidade tenha
consumo dentro daquela faixa predefinida.
A Figura 5.5 apresenta o resultado da campanha de medições realizada pela CEB, com
consultoria da empresa de engenharia focada em assuntos de regulação do setor elétrico,
Daimon (2012).
77
Figura 5.5 – Distribuição de consumidores e consumos por faixas de consumo definidas no
PRODIST. Fonte: (Daimon, 2012).
A Tabela 5.4 exibe, para os consumidores residenciais e comerciais da CEB, a probabilidade

de um consumidor pertencer a cada faixa de consumo, bem como o consumo médio dessa faixa.
78
comerciais e residenciais no Distrito Federal. Dados provenientes de (Daimon, 2012).
Residencial Comercial
Faixa de Consumo Probabilidade Faixa de Consumo Probabilidade
Consumo (kWh) Médio (kWh)26 (%) Consumo (kWh) Médio (kWh) (%)
0-79 50,56 14,9% 0-500 165,49 75,1%
79-220 147,20 50,3% 501-1.000 755,60 10,6%
221-500 331,75 30,0% 1.000-5.000 2.551,12 11,7%
501-1.000 699,08 4,0% 5.000-10.000 8.356,05 1,9%
> 1.000 2.310,17 0,8% >10.000 30.203,53 0,8%
Dessa forma, o método proposto utiliza esses dados para atribuir um patamar de consumo a
cada unidade consumidora de um determinado alimentador. Como são realizadas diversas
simulações para cada configuração do sistema, uma determinada unidade à qual, em uma
simulação ‘n’, tenha sido atribuído um consumo de 50,56 kWh, pode ter atribuído, na
simulação ‘n+1’, um consumo de 147,20 kWh, por exemplo. A probabilidade de o método
adotar um consumo de 50,56 kWh ou de 147,20 kWh para uma unidade consumidora
residencial será de 14,9% ou 50,3%, respectivamente.
A utilização de patamares de consumos que podem variar entre uma simulação e outra poderia
implicar na circulação de uma quantidade total de energia no alimentador diferente em cada
simulação. Com isso, as perdas na rede poderiam ser alteradas significativamente,
comprometendo os resultados obtidos. Para contornar esse problema, o método proposto ajusta
os consumos atribuídos a cada unidade consumidora de tal modo que a soma do consumo diário
de energia elétrica de todas as unidades consumidoras conectadas no alimentador permaneça
sempre constante.
Finalmente, é importante observar que a distribuidora possui sempre o valor real do consumo
de cada carga e, portanto, a utilização desse valor “real” acabaria com a necessidade de
simulações estatísticas para essa grandeza (ao contrário do que acontece no caso das curvas de
carga, em que a distribuidora, em geral, não possui o conhecimento do comportamento exato
da curva para cada consumidor). Contudo, para sua devida utilização neste método, esses dados
deveriam ser de caráter público (US DoE, 2010). Sobre esse assunto, há ainda certos
26
Valores calculados com base no consumo e na quantidade de unidades consumidoras pertencentes a cada faixa
de consumo.
79
questionamentos relativos ao caráter privativo desses dados. Sua ampla divulgação poderia se
caracterizar como a divulgação de informações privadas e, portanto, uma análise estatística
considerando-se os dados gerais disponíveis torna-se mais segura.
5.4.3.3 Radiação solar
O INMET disponibiliza dados relativos a diversos parâmetros meteorológicos de centenas de

estações automáticas espalhadas pelo país (Figura 5.6). Essas estações permitem acompanhar
a pressão atmosférica, a temperatura, a umidade relativa do ar, a precipitação, a direção e a
velocidade do vento, além da radiação solar.
Figura 5.6 – Mapa das Estações Meteorológicas de Observação de Superfície Automáticas do

INMET. Fonte: (INMET, 2015).
Com base em dados de mais de 3.200 dias de monitoração (entre maio/2000 e maio/2009),
Lopes (2011) realizou a aplicação de critérios de apuração com o intuito de desconsiderar
valores inconsistentes e obteve valores de radiação média associados a seu desvio padrão para
cada hora do dia.
80
A curva laranja representada na Figura 5.7 mostra os valores médios de radiação solar ao longo
do dia para a região do Distrito Federal. Alguns trabalhos utilizam esses valores médios para
resolução do fluxo de potência e obtenção de impactos da GDFV nas redes (HOKE,
BUTTLER, et al., 2013; SHAYANI e DE OLIVEIRA, 2011). Para certos tipos de aplicação,
esse tipo de simplificação é suficiente, contudo, na análise de perdas e, principalmente, de
capacidade de potência do alimentador, simplificações dessa natureza poderiam implicar em
resultados não condizentes com a realidade.
Por exemplo, seja um alimentador no qual haja uma única unidade consumidora com uma curva
de carga que apresente um pico por volta da 14h e quer se analisar a influência da instalação
de um sistema solar fotovoltaico na potência de pico da rede. Nesse caso, se for considerada
uma geração na qual a irradiância segue somente os valores médios, o pico de potência atendida
pelo alimentador com certeza seria diminuído drasticamente. Contudo, nesse caso, estar-se-ia
desconsiderando a natureza intermitente da geração solar. Assim, em dias nublados, a geração
às 14h seria bem menor que aquela prevista pela curva média e, portanto, os picos de carga
continuariam acontecendo.
Assim sendo, optou-se, neste trabalho, por considerar a natureza intermitente da GDFV
considerando-se, para cada instante do dia, que a radiação solar poderá assumir qualquer valor
dentro de uma curva normal com média e desvio padrão pré-estabelecidos. Os desvios padrão
em cada horário são representados na Figura 5.7 por meio de barras na cor amarela em cada
ponto da curva.
81
provenientes de (INMET, 2015).
A Figura 5.8 mostra três valores diferentes obtidos pela aplicação de uma distribuição normal
para cada ponto da curva de radiação. A Figura 5.8 (a) representaria, por exemplo, um dia de
sol. Já em (b), estaria representado um caso de manhã ensolarada seguido por uma tarde com
nuvens e, por fim, o gráfico (c) seria o exemplo de dia mais nublado. Todas essas figuras foram
obtidas por meio da escolha aleatória de valores de radiação para cada hora seguindo uma
distribuição normal com média e desvio padrão mostrados na Figura 5.7.
(a) (b) (c)

Figura 5.8 – Exemplos da aplicação da distribuição normal aos dados de radiação solar do
Distrito Federal.
De posse dos dados estatísticos relativos à curva de carga, ao patamar de consumo e à radiação
solar, é possível então a aplicação dos fluxos de carga, conforme fluxograma da Figura 5.2,
82
para obtenção dos impactos da GDFV. A forma de tratamento de cada um desses impactos é
apresentada na seção seguinte.
5.4.4 Cálculo dos impactos
5.4.4.1 Perdas
As perdas, em termos de potência, são calculadas pelo fluxo de potência para cada segmento
de média e baixa tensão, bem como para os transformadores como a somatória das perdas em
cada ramal do alimentador para cada período (Eq. (5.12)):
𝑀𝐶𝑚𝑎𝑥 24
1
𝑃𝑝𝑒𝑛 = ∑ ∑ 𝑃𝑅𝑎𝑚𝑎𝑙 (𝑀𝐶, ℎ) (5.12)
𝑀𝐶𝑚𝑎𝑥
𝑀𝐶=1 ℎ=1
Onde:
𝑃𝑃𝑒𝑛 : Perdas diárias totais no alimentador no nível de penetração 𝑝𝑒𝑛 [kWh]
𝑀𝐶𝑚𝑎𝑥 : Quantidade total de simulações de Monte Carlo no horário ℎ
𝑃𝑅𝑎𝑚𝑎𝑙 (𝑀𝐶, ℎ): Perda em cada ramal no horário ℎ e na simulação de Monte Carlo 𝑀𝐶
A variação das perdas devido ao aumento da penetração de GDFV é então dada por:
∆𝑃𝑝𝑒𝑛 = 𝑃𝑝𝑒𝑛 − 𝑃0 (5.13)

Onde:
∆𝑃𝑝𝑒𝑛 : Variação nas perdas totais diárias do alimentador devido à inserção de GDFV
no nível de penetração 𝑝𝑒𝑛 [kWh]
𝑃𝑝𝑒𝑛 : Perdas totais diárias no alimentador no nível de penetração 𝑝𝑒𝑛 [kWh]
𝑃0 : Perdas totais diárias no alimentador sem GDFV (penetração igual a zero) [kWh]
Para cada nível de penetração, um novo valor de ∆𝑃𝑝𝑒𝑛 é calculado. Com esses dados, é
possível saber, para determinada forma de incentivo regulatório de GDFV, quanto foi a
variação das perdas quando houve inserção de geração solar num nível de penetração qualquer.
83
Esse valor pode então ser comparado com a variação das perdas quando da inserção dessa
mesma quantidade de GDFV sob uma outra política de incentivo.
5.4.4.2 Capacidade
Os impactos da GDFV classificados neste trabalho sob o rótulo “Capacidade” referem-se à

eventual postergação de investimentos advinda da instalação de GDFV em virtude de essa nova
geração promover a redução da demanda de pico atendida pelo alimentador. De maneira
contrária, esse impacto também considera uma possível antecipação de investimentos na rede
nos casos em que o pico causado no sistema em virtude da geração for maior que o pico
originalmente existente devido à carga.
Para encontrar esse valor, o método proposto primeiramente calcula a demanda máxima
atendida pelo alimentador (seja ela devido à carga ou à geração) para cada nível de penetração.
Tendo em vista que as simulações de Monte Carlo cobrirão uma ampla gama de possíveis
situações (variações nas curvas de carga, nos consumos e na irradiação solar), é possível traçar
uma distribuição de todas as demandas de pico identificadas em cada nível de penetração de
GDFV, da forma como esquematizado na Figura 5.9. Como essa distribuição tem caráter
estatístico, é possível então determinar qual o valor da demanda de pico que não é ultrapassada
em pelo menos 95% das simulações de acordo com a Eq. (5.14). No exemplo mostrado na
Figura 5.9, esse valor seria de 1,7 MW.
84
Figura 5.9 – Exemplo de distribuição da potência máxima atendida pelo alimentador.
𝐶𝑎𝑝𝑃𝑒𝑛 = max {𝐷𝑃} 95% (5.14)

Onde:
𝐶𝑎𝑝𝑝𝑒𝑛 : Capacidade máxima do alimentador, determinada como o valor da demanda
de pico atendida pelo alimentador no nível de penetração 𝑝𝑒𝑛 que foi superada em
apenas 5% das simulações[kW]
𝐷𝑃: Demanda de pico do alimentador em cada uma das simulações [kW]
Se, por exemplo, o carregamento máximo do alimentador sem GDFV for de 2 MW e, ao inserir
GDFV sob uma política de net metering até um nível de penetração de 10%, esse valor caia
para 1,7 MW, então a variação na capacidade devido à inserção de 10% de GDFV no regime
de net metering seria de 0,3 MW.
Cumpre ressaltar que a postergação de investimentos em razão da diminuição da potência de

pico do alimentador só se concretiza caso o sistema esteja em crescimento. Nos casos em que
o mercado de energia elétrica esteja estagnado, os eventuais benefícios advindos da inserção
de GDFV não se verificariam. Por outro lado, com relação aos potenciais custos devidos ao
aumento da potência de pico quando da presença de GDFV, estes são existentes
independentemente de haver crescimento ou não da carga na região são relevantes.
85
A forma de cálculo dessa variação da capacidade do alimentador devido ao aumento da
penetração de GDFV é dada de forma genérica por:
∆𝐶𝑎𝑝𝑝𝑒𝑛 = 𝐶𝑎𝑝𝑝𝑒𝑛 − 𝐶𝑎𝑝0 (5.15)
Onde:
∆𝐶𝑎𝑝𝑝𝑒𝑛 : Variação na capacidade máxima atendida pelo alimentador devido à inserção
de GDFV no nível de penetração 𝑝𝑒𝑛 [kW]
𝐶𝑎𝑝𝑝𝑒𝑛 : Capacidade máxima atendida pelo alimentador com penetração 𝑝𝑒𝑛 de GDFV
[kW]
𝐶𝑎𝑝0 : Capacidade máxima atendida pelo alimentador sem GDFV (penetração igual a
zero) [kW]
Para cada nível de penetração, um novo valor de ∆𝐶𝑎𝑝𝑝𝑒𝑛 é calculado.
5.4.4.3 Tensão
O impacto da inserção de GDFV nos níveis de tensão das unidades consumidoras pode ser
calculado com base na quantidade de tensões fora dos limites que foram encontradas em cada
barra.
Com relação aos valores a serem considerados como referência, a regra americana para
fornecimento a unidades consumidoras conectadas em tensão secundária considera como
adequadas apenas as tensões de fornecimento que estejam dentro de uma faixa de ±5% da
tensão nominal (ANSI, 2011). Já a norma brasileira define porcentagens diferentes de acordo
com o nível de tensão de conexão da unidade consumidora: para unidades consumidoras
atendidas em tensão nominal igual ou superior a 69 kV, adota-se a mesma faixa estabelecida
pela regra americana: ±5%; já para unidades atendidas em tensões entre 1 kV e 69 kV, a regra
estabelecida pela ANEEL adota limites diferentes para sub e sobretensão: -7% e +5%,
respectivamente; por fim, para tensões de atendimento inferiores a 1 kV os limites não são
estabelecidos em porcentagens, mas em valores específicos determinados com base na tensão
nominal (ANEEL, 2014c).
86
Dada a diversidade de valores de referência para a tensão de fornecimento adotada pela norma
brasileira, optou-se, neste trabalho, por utilizar os limites de tensão adequada estabelecidos
pela ANSI, quais sejam, ±5% da tensão nominal.
A forma de cálculo do percentual de tensões fora dos limites é dada pela Eq. (5.16).
𝑀𝐶𝑚𝑎𝑥 24
𝑃𝑒𝑛
1 1 𝑉𝐼𝑛𝑎𝑑𝑒𝑞(%) (ℎ)
𝑉 = ∑ ∑ (5.16)
𝑀𝐶𝑚𝑎𝑥 24 𝑁𝐵𝑎𝑟𝑟𝑎𝑠
𝑀𝐶=1 ℎ=1
Onde:
𝑉 𝑃𝑒𝑛 : Percentual total de tensões fora dos limites em relação ao total de barras de
atendimento a unidades consumidoras do alimentador, no nível de penetração 𝑝𝑒𝑛.
𝑉𝐼𝑛𝑎𝑑𝑒𝑞(%) (ℎ): Percentual de tensões fora dos limites regulatórios no horário ℎ.
𝑁𝐵𝑎𝑟𝑟𝑎𝑠: Número de barramentos aos quais há unidades consumidoras conectadas.
𝑀𝐶𝑚𝑎𝑥 : Número total de simulações de Monte Carlo efetuadas.
O valor do percentual de tensões inadequadas 𝑉 𝑃𝑒𝑛 é calculado para cada nível de penetração
e a variação no perfil de tensões de atendimento do alimentador devido ao aumento da
penetração de GDFV é então dada por:
∆𝑉 𝑝𝑒𝑛 = 𝑉 𝑝𝑒𝑛 − 𝑉 0 (5.17)

Onde:
∆𝑉 𝑝𝑒𝑛: Variação no percentual total de tensões fora dos limites em relação ao total de
barras de atendimento a unidades consumidoras do alimentador devido à inserção de
GDFV no nível de penetração 𝑝𝑒𝑛 [kW]
𝑉 𝑝𝑒𝑛 : Percentual total de tensões fora dos limites em relação ao total de barras de
atendimento a unidades consumidoras do alimentador com penetração 𝑝𝑒𝑛 de GDFV
[kW]
𝑉 0 : Percentual total de tensões fora dos limites em relação ao total de barras de
atendimento a unidades consumidoras do alimentador sem GDFV (penetração igual a
zero) [kW]
87
Para cada nível de penetração, um novo valor de ∆𝑉 𝑝𝑒𝑛 é calculado.
5.4.4.4 Resumo
Depois de realizados todos os cálculos explicitados anteriormente, tem-se como resultado uma
tabela com todos os impactos causados pela GDFV para determinada política de incentivo em
todos os níveis de penetração (Tabela 5.5).
Tabela 5.5 – Impactos da GDFV para cada nível de penetração.

Penetração Perdas Capacidade Tensão
[kWh] [kW] [%]
0% - - -
10% ∆𝑃 10% ∆𝐶𝑎𝑝 10% ∆𝑉 10%
20% 20%
20% ∆𝑃 ∆𝐶𝑎𝑝 ∆𝑉 20%
30% ∆𝑃30% ∆𝐶𝑎𝑝30% ∆𝑉 30%
40% ∆𝑃40% ∆𝐶𝑎𝑝40% ∆𝑉 40%
50% ∆𝑃50% ∆𝐶𝑎𝑝50% ∆𝑉 50%
60% ∆𝑃 60% ∆𝐶𝑎𝑝 60% ∆𝑉 60%
70% ∆𝑃70% ∆𝐶𝑎𝑝70% ∆𝑉 70%
80% ∆𝑃80% ∆𝐶𝑎𝑝80% ∆𝑉 80%
90% ∆𝑃90% ∆𝐶𝑎𝑝90% ∆𝑉 90%
100% ∆𝑃 100% ∆𝐶𝑎𝑝 100% ∆𝑉 100%
Nota-se, no entanto, que cada impacto é valorado em uma unidade de grandeza distinta, o que
dificulta a comparação entre eles. Por exemplo, considere-se que tenham sido obtidos os
seguintes resultados para um nível de penetração qualquer:
 Cenário A: Política do tipo feed in

o Redução de perdas em 500 kWh/dia
o Diminuição da potência máxima demandada em 1 kW e
o Nenhuma variação significativa no percentual de tensões fora dos limites
regulatórios
 Cenário B: Política do tipo net metering

o Redução de perdas em 200 kWh/dia
o Diminuição da potência máxima demandada em 3 kW e
88
o Nenhuma variação significativa no percentual de tensões fora dos limites
regulatórios
Nesse caso, um cenário no qual seja adotado um esquema do tipo feed in levaria à maior
redução nas perdas, por outro lado, um cenário distinto, caracterizado por uma política de net
metering, propiciaria benefícios mais significativos em relação à potência de pico do
alimentador. Assim, não seria possível avaliar qual política de incentivos à GDFV maximiza
os benefícios na rede.
Com o objetivo de sanar esse problema, a seção seguinte propõe formas de monetização dos
impactos da GDFV, de modo que as políticas de incentivo que deram origem àqueles conjuntos
de impactos possam ser comparadas.
5.5 COMPARAÇÃO ENTRE OS IMPACTOS
Os impactos da GDFV nas redes calculados pelo fluxo de potência nas diversas simulações de
Monte Carlo são grandezas físicas expressas cada uma em uma unidade diferente,
impossibilitando a comparação direta entre elas. É necessário, por conseguinte, transformá-las
em algo que permita sua comparação de modo que as demais análises possam ser realizadas.
Uma das formas de se fazer essa transformação seria por meio do uso de pesos para cada um
dos impactos, ponderando-os conforme valores subjetivamente indicados por tomadores de
decisão. Em que pese ser uma análise válida e haver instrumentos (tais como a Análise
Hierárquica de Processos) para aumento da robustez desse tipo de procedimento, no caso em
tela, há uma forma mais direta e objetiva de ser comparar essas grandezas: valorando os
impactos em termos monetários.
5.5.1 Perdas
As perdas calculadas no método proposto estão em termos de energia (kWh) e, portanto, podem
ser valoradas pelo preço da energia elétrica comprada pela distribuidora ou pela tarifa de
energia paga pelos seus consumidores. Lamin (2013), ao calcular os benefícios de redução de
perdas técnicas devidos à implementação de redes inteligentes, explica que a “redução de
89
perdas técnicas reflete em economia de compra de energia pelas distribuidoras” e, por esse
motivo, valora os impactos nas perdas técnicas pelo preço médio de compra de energia pelas
distribuidoras. Esse preço tem como referência o Custo Marginal de Operação – CMO que, por
sua vez, é determinado pela EPE pelo Custo Marginal de Expansão e, atualmente, equivaleria
a R$ 112,00/MWh (EPE, 2014b).
Entretanto, o trabalho realizado por Lamin (2013) monetiza as perdas técnicas de maneira
uniforme para todo o país, enquanto que o presente trabalho adota valores específicos por
distribuidora (tanto os dados dos alimentadores, quanto das curvas de carga e da irradiação
solar local). Assim sendo, optou-se neste trabalho por valorar o impacto da GDFV nas perdas
técnicas pelo custo atualizado do mix de compra de energia da distribuidora local. Para o caso
da CEB, o preço do mix de compra utilizado no reajuste tarifário de 2015 atualizado para julho
de 2016 é de R$ 183,76/MWh27 (ANEEL, 2015c).
Não se pode, porém, simplesmente multiplicar o valor de redução (ou aumento) de perdas
causadas pela GDFV pelo mix de energia, uma vez que essa diminuição (ou acréscimo) nas
perdas perdurará enquanto a geração estiver em operação. Assim sendo, adotou-se uma vida
útil de 25 anos para os sistemas solares fotovoltaicos. O valor final das perdas, em reais, para
cada nível de penetração é então calculado conforme equação (5.18).
𝑝𝑒𝑛
𝑃$ = ∆𝑃𝑝𝑒𝑛 ∗ 𝐶𝐸 ∗ 𝑛𝑑𝑖𝑎𝑠 ∗ 𝑛𝑎𝑛𝑜𝑠 (5.18)
Onde:
𝑝𝑒𝑛
𝑃$ – Impacto financeiro da GDFV relativo às perdas de energia elétrica no
alimentador para cada nível de penetração pen [R$]
∆𝑃𝑝𝑒𝑛 : Variação nas perdas diárias de energia elétrica ativa no alimentador [kWh/dia]
𝐶𝐸: Custo do mix de compra de energia da distribuidora [R$]
𝑛𝑑𝑖𝑎𝑠 : Quantidade de dias para os quais a análise está sendo realizada (365 dias28)
𝑛𝑎𝑛𝑜𝑠: Quantidade de anos para os quais a análise está sendo realizada (25 anos)
27
O valor originalmente calculado em 2015 do mix de compra da CEB é de R$ 171,24/MWh, atualizados para
julho de 2016 com uma inflação anual de 8% a.a.
28
Ressalta-se que a distinção entre dia útil, sábado e domingo já foi considerada quando da escolha das curvas no
processo de simulações de Monte Carlo – às curvas relativas a dias úteis foi atribuída uma probabilidade de 5/7 e
às de sábado e domingo foi atribuída uma chance de ocorrência de 1/7.
90
5.5.2 Capacidade
Para determinar as Tarifas de Uso do Sistema de Distribuição – TUSD, a ANEEL utiliza o

Custo Marginal de Expansão do Sistema, calculando-os com base nos custos médios das redes.
O custo médio, por sua vez, é orçado pelo quociente entre os valores monetários de todos os
ativos da distribuidora num determinado nível de tensão e a demanda de potência elétrica ativa
no momento de carga máxima do sistema.
Tendo em vista que, por definição, o custo marginal representa o acréscimo de custo para
atendimento a um aumento unitário de potência, trata-se de um bom quantificador para
determinar os ganhos ou benefícios econômicos da GDFV em termos de capacidade da rede.
Com efeito, essa mesma grandeza foi utilizada por Leite (2013) para valorar os benefícios
referentes à expansão evitada da rede devido à adoção de tarifa horária por consumidores
conectados à baixa tensão.
Por estarem diretamente ligados à tipologia das redes e à região onde os consumidores são
atendidos, os custos médios, representando os custos marginais de expansão da rede, variam
de acordo com cada distribuidora e são calculados e disponibilizados pela ANEEL quando das
revisões tarifárias. Nota-se, portanto, que o método não permite especificar exatamente quais
obras na rede seriam necessárias para atendimento a uma determinada demanda, mas valora
essas obras de maneira generalizada por distribuidora, considerando-se os custos marginais
necessários para atendimento a uma potência adicional na rede de baixa e média tensão daquela
área de concessão. A Tabela 5.6 apresenta os custos marginais da CEB:
Tabela 5.6 – Custo marginal de expansão das redes de distribuição na área de concessão da
CEB. Fonte: (ANEEL, 2012b).
Custos Médios
Custos Médios 2012
Rede atualizados para
(R$/kW)
201629 (R$/kW)
Média Tensão (MT) 268,57 363,05
Baixa Tensão (BT) 212,94 287,85
Total 481,51 650,90
29
Para a valoração do impacto da GDFV na capacidade, foram adotados os dados da CEB de 2012 (momento de
sua última revisão tarifária) atualizados para julho de 2016 com uma inflação anual de 8% a.a.
91
Tendo em vista que os alimentadores modelados incluem tanto a rede MT quanto a rede BT, o
custo total utilizado deve ser a soma dos valores de média e baixa tensão.
Nota-se que aqui não é necessária a valoração anual desses custos, pois uma postergação ou
antecipação de investimentos em capacidade dá-se somente uma vez e não se repete
anualmente, ao contrário do que acontece no caso das perdas de energia. Portanto, o impacto
financeiro referente à postergação ou antecipação de investimentos devido à influência da
GDFV na capacidade máxima de potência atendida pelo alimentador é dado:
𝑝𝑒𝑛
𝐶𝑎𝑝$ = ∆𝐶𝑎𝑝𝑝𝑒𝑛 ∗ 𝐶𝑀𝐸 (5.19)
Onde:
𝑝𝑒𝑛
𝐶𝑎𝑝$ – Impacto financeiro da GDFV relativo à capacidade de atendimento do
alimentador para cada nível de penetração pen [R$]
∆𝐶𝑎𝑝𝐴𝐿 – Variação da capacidade máxima (potência máxima em 95% do tempo)
devido à presença de GDFV, em kW
𝐶𝑀𝐸 – Custo Marginal de Expansão da rede, em R$/kW
5.5.3 Tensão
Uma das formas de valorar o benefício trazido pela GDFV com a melhoria do perfil de tensões
seria por meio da análise das obras que seriam necessárias na rede (instalação de reguladores
de tensão, transformadores com taps, recondutoramento etc.) para causar o mesmo efeito nas
tensões a que os consumidores estão submetidos. Entretanto, esse tipo de avaliação é muito
específico e variável.
Alternativamente, pode-se também valorar os impactos da geração no perfil de tensão

utilizando-se a compensação que deve ser paga pela distribuidora quando esses níveis estão
fora dos limites regulatórios.
No Brasil, o valor dessa compensação é estabelecido pela ANEEL (2014c) com base nos
indicadores de Duração Relativa da transgressão de tensões Precária – DRP e Crítica – DRC.
Esses indicadores, por sua vez, são determinados com base na relação entre a quantidade de
92
medições de tensão dentro das faixas consideradas precária e crítica e a quantidade total de
medições num determinado período. Para efeitos da norma, essas medições são realizadas em
intervalos de 10 minutos durante sete dias. Contudo, no caso deste trabalho, as simulações são
horárias ao longo de um período de 24 horas e refeitas para condições diferentes do sistema
(curvas de carga, consumo e geração variáveis) até que se obtenha valores com coeficientes de
variação abaixo dos limites de erro definidos na Seção 5.4.2.
O cálculo da compensação é dado pela Equação (5.20) (ANEEL, 2014c).
𝐷𝑅𝑃 − 𝐷𝑅𝑃𝑀 𝐷𝑅𝐶 − 𝐷𝑅𝐶𝑀

𝑉𝑎𝑙𝑜𝑟 = [( ) . 𝑘1 + ( ) . 𝑘2 ] . 𝐸𝑈𝑆𝐷 (5.20)
100 100
Onde:
𝑘1 = 0 se 𝐷𝑅𝑃 ≤ 𝐷𝑅𝑃𝑀
𝑘1 = 3 se 𝐷𝑅𝑃 > 𝐷𝑅𝑃𝑀
𝑘2 = 0 se 𝐷𝑅𝐶 ≤ 𝐷𝑅𝐶𝑀
𝑘2 = 7 para unidades consumidoras atendidas em BT se 𝐷𝑅𝐶 ≤ 𝐷𝑅𝐶𝑀
𝑘2 = 5 para unidades consumidoras atendidas em MT se 𝐷𝑅𝐶 ≤ 𝐷𝑅𝐶𝑀
𝑘2 = 3 para unidades consumidoras atendidas em AT se 𝐷𝑅𝐶 ≤ 𝐷𝑅𝐶𝑀
𝐷𝑅𝑃 = valor do 𝐷𝑅𝑃 expresso em %, apurado na última medição
𝐷𝑅𝑃𝑀 = 3%
𝐷𝑅𝐶 = valor do 𝐷𝑅𝐶 expresso em %, apurado na última medição
𝐷𝑅𝐶𝑀 = 0,5%
𝐸𝑈𝑆𝐷 = encargo de uso no mês da última medição
No método desenvolvido neste trabalho, a grandeza calculada compreende apenas a quantidade

(em %) de tensões que estejam acima ou abaixo dos limites regulatórios, não se dividindo em
níveis precários e críticos. Dessa forma, com o intuito de simplificar a análise sem perda de
seus resultados, optou-se por utilizar somente a parte relativa ao valor da compensação devido
a transgressões do 𝐷𝑅𝑃. Esse tipo de simplificação diminui o montante a ser empregado como
ponderação e, para tentar contrabalancear esse efeito, uma nova simplificação foi realizada na
Equação (5.20), excluindo-se a tolerância de 3% (𝐷𝑅𝑃𝑀 ).
93
Com relação ao 𝐸𝑈𝑆𝐷, esse encargo é dado pela multiplicação entre a TUSD e o consumo da
unidade consumidora. A 𝑇𝑈𝑆𝐷 utilizada nos cálculos foi de R$ 205,24/MWh30. No caso em
tela, o consumo seria correspondente à soma dos consumos de todas as unidades conectadas
no alimentador (𝐶𝐴𝐿 ). No método proposto neste trabalho, essa soma pode ser utilizada, uma
vez que ela é mantida constante em todas as simulações, conforme apresentado no item 5.4.3.2.
A partir dessas simplificações, a valoração do impacto da GDFV no perfil das tensões pode
então ser calculada pela equação (5.21).
𝑝𝑒𝑛
𝑉$ = ∆𝑉𝐴𝐿 ∗ 𝑘1 ∗ 𝑇𝑈𝑆𝐷 ∗ 𝐶𝐴𝐿 (5.21)
Onde:
𝑝𝑒𝑛
𝑉$ – Impacto financeiro da GDFV relativo ao perfil de tensões no alimentador para
cada nível de penetração pen [R$]
∆𝑉𝐴𝐿 : Variação do índice de tensões fora dos limites [%]
𝑘1 = 3
𝑇𝑈𝑆𝐷: Tarifa de Uso do Sistema de Distribuição [R$/kWh]
𝐶𝐴𝐿 : Consumo mensal total do alimentador [kWh]
5.5.4 Resumo
Depois de realizados todos os cálculos explicitados, tem-se como resultado uma tabela
semelhante à 5.5 para cada tipo de política estudada (Tabela 5.7).
30
TUSD de R$ 191,26/MWh, calculada pela ANEEL em 2015 e atualizada para julho 2016 considerando-se uma
taxa de 8% a.a.
94
Tabela 5.7 – Impactos financeiros da GDFV para cada nível de penetração.
Penetração Perdas [kWh] Capacidade [kW] Tensão [%]
0% - - -
10% 10% 10% 10%
𝑃$ 𝐶𝑎𝑝$ 𝑉$
20% 20%
20% 𝑃$ 𝐶𝑎𝑝$ 𝑉$20%
30% 𝑃$30% 𝐶𝑎𝑝$30% 𝑉$30%
40% 𝑃$40% 𝐶𝑎𝑝$40% 𝑉$40%
50% 𝑃$50% 𝐶𝑎𝑝$50% 𝑉$50%
60% 𝑃$60% 𝐶𝑎𝑝$60% 𝑉$60%
70% 𝑃$70% 𝐶𝑎𝑝$70% 𝑉$70%
80% 𝑃$80% 𝐶𝑎𝑝$80% 𝑉$80%
90% 𝑃$90% 𝐶𝑎𝑝$90% 𝑉$90%
100% 𝑃$100% 𝐶𝑎𝑝$100% 𝑉$100%
Tendo em vista que todos os resultados referentes aos impactos da GDFV apresentados na
Tabela 5.7 estão em unidades monetárias, eles podem ser simplesmente somados para obtenção
do impacto total de geração solar para cada nível de penetração.
Cumpre ressaltar que este trabalho cuidou para que todas as variáveis utilizadas fossem
devidamente tratadas com valores estatísticos de modo a trazer maior robustez aos resultados
encontrados. Logo, a utilização de valores fixos com o intuito de transformar os impactos em
quantias financeiras poderia comprometer essa robustez. Tendo em vista que esses valores
atuam como se fossem “pesos” utilizados para ponderar cada um dos impactos calculados, de
modo a garantir a manutenção da robustez do método, uma análise de sensibilidade desses
pesos torna-se necessária e será, portanto, descrita na seção seguinte.
5.6 ANÁLISE DE SENSIBILIDADE
Na análise do impacto regulatório da escolha de uma determinada política frente a outra, é

necessário comparar políticas diferentes por meio de uma base comum. Essa comparação entre
políticas torna-se possível com a transformação dos impactos calculados em termos técnicos
para valores monetários, conforme equações da seção 5.5. As variáveis utilizadas no cálculo
dos impactos técnicos são submetidas a simulações de Monte Carlo, adotando-se um rigor
estatístico que torna prescindível a realização de análises de sensibilidade quanto a esses dados
95
de entrada do método proposto. Todavia, na transformação das grandezas técnicas resultantes
em valores monetários, são utilizados valores fixos, quais sejam:
1) Para transformação dos impactos da GDFV nas perdas em termos de energia (kWh)
para valores monetários, utiliza-se o custo atualizado do mix de compra de energia da
distribuidora local (𝐶𝐸);
2) Na monetização do impacto da geração na capacidade do sistema (kW), adota-se o

Custo Marginal de Expansão da rede (𝐶𝑀𝐸); e
3) O efeito da GDFV nas tensões do alimentador é valorado pelo custo da compensação

paga pela distribuidora em virtude da transgressão dos limites regulatórios, que por sua
vez é calculada pela Tarifa de Uso do Sistema de Distribuição (𝑇𝑈𝑆𝐷).
Cada um dos preços utilizados para fins de monetização dos impactos da GDFV é passível de
questionamento. Por exemplo, as perdas poderiam ser valoradas alternativamente pelo custo
final da energia ao consumidor e a melhoria no perfil de tensões poderia receber um valor mais
alto, tendo em vista que o custo da compensação refletiria apenas o custo de oportunidade visto
pela distribuidora quanto à utilização do recurso para melhoria no perfil de tensões frente a
qualquer outro investimento.
Nesse sentido, propõe-se, adicionalmente às análises realizadas, a adoção de uma ferramenta

que permita avaliar variações do resultado final frente a alterações nos parâmetros adotados
para transformação dos resultados do algoritmo em valores financeiros. Para tanto, optou-se
por utilizar o método da variação de cada parâmetro por vez (One Factor At a Time – OFAT).
Esse método possui vantagens frente a outras formas mais complexas de análise de
sensibilidade, destacando-se sua simplicidade, robustez e confiabilidade dos resultados.
Ressalta-se ainda que, tendo em vista que o modelo de transformação das quantias físicas em
valores monetários é linear – equações (5.18), (5.19) e (5.21) – o método OFAT mostra-se
como uma boa ferramenta para avaliar a relativa importância dos parâmetros de entrada
(Saltelli et al., 2006).
96
5.7 DEMAIS HIPÓTESES ADOTADAS
A seguir, apresenta-se uma listagem das hipóteses adotadas neste trabalho:
a) Na análise de cenários de inserção de geração distribuída, o tamanho dos sistemas

solares que serão instalados pelos consumidores é fortemente influenciado pelo tipo de
regulamentação adotado naquela região, conforme abordado no Capítulo 4. Por
exemplo, caso a regulamentação adote o mecanismo do net metering, os consumidores
serão incentivados a instalarem geração de tamanho proporcional ao seu consumo. Por
outro lado, se fosse adotado um modelo de tarifa feed in com tarifas mais atrativas para
sistemas de potência inferior a 5 kW, os consumidores instalariam sistemas com
potência menor ou igual a 5 kW. Contudo, é necessário também ter em mente que os
ganhos de escala advindos da instalação de sistemas maiores desempenham um papel
importante na determinação do tamanho. Sob essa perspectiva, um consumidor sujeito
a net metering instalaria idealmente um sistema que conseguisse gerar exatamente a
quantidade máxima de energia consumida no mês 31, ao passo que o consumidor sujeito
à tarifa feed in mencionada acima instalaria um sistema de exatos 5 kW. Assim sendo,
optou-se neste trabalho por adotar a hipótese de que, quando submetidos a determinada
regulamentação, os consumidores que respondessem a esse estímulo (instalando
GDFV), instalariam sistemas que maximizassem seus ganhos de escala;
b) Em estudos que visam a estabelecer limites de penetração, eventuais restrições à

instalação de sistemas solares relacionados à área física disponível ou a sombreamentos
artificiais na região são importantes no desenvolvimento correto do método. Tendo em
vista que o presente método não objetiva estipular níveis máximos de penetração de
GDFV – mas sim comparar, para um dado nível de penetração, qual forma de incentivo
regulatório amplia os potenciais benefícios da geração solar na rede elétrica – as
restrições geográficas não foram consideradas;
31
Aqui, faz-se referência a modelos gerais de net metering, nos quais não há um valor mínimo de energia a ser
faturado, independente do quanto foi consumido ou gerado. No caso do Brasil, a existência do Custo de
Disponibilidade do Sistema faz com que os consumidores instalem idealmente sistemas que gerariam um pouco
menos do que todo o montante de energia consumido pelas unidades consumidoras.
97
c) Os alimentadores são radiais, trifásicos, balanceados, sem reguladores e com tensão na
barra de referência (barra da subestação) definida em 1 p.u.;
d) As cargas são representadas no modelo de potência constante, com fator de potência

fixo em 0,92 indutivo e a geração solar fotovoltaica é implementada com fator de
potência unitário. O limite de 0,92 escolhido para as cargas tem como fundamento os
valores de referência adotados pela Resolução Normativa ANEEL nº 414/2010
(ANEEL, 2010). Ressalta-se porém que a extrapolação desse limite não implica, desde
2013, em cobranças adicionais aos consumidores conectados em baixa tensão. Com
relação ao fator de potência unitário adotado para as unidades de geração, pressupõe-
se que o consumidor instalaria o sistema que mais lhe beneficie economicamente e,
tendo em vista a inexistência de incentivos para provisão de reativos por micro e
minigeração distribuída, os sistemas aproveitariam toda sua capacidade para produção
de energia ativa;
e) Considera-se, para todas as usinas solares fotovoltaicas, uma eficiência do sistema

(Performance Ratio) de 80%. Nesse valor, estão incluídas perdas por sujeiras,
sombreamentos e efeito Joule nos cabos;
f) As análises são realizadas para cada alimentador independentemente. Na hipótese de

haver recursos de manobra disponíveis, cada configuração do alimentador deve ser
avaliada separadamente para se determinar os impactos da GDFV em cada caso;
g) Existem diversas formas de definição de penetração de GDFV. No presente trabalho,

considera-se o nível de penetração de geração distribuída solar fotovoltaica como sendo
a relação entre a energia total gerada e a energia total consumida, conforme Eq. (5.6);
h) Nas simulações de fluxo de potência para diferentes níveis de penetração, optou-se por
não modificar os patamares de consumo das unidades consumidoras entre um nível de
penetração e outro. Não se trata aqui de uma análise ao longo do tempo e,
consequentemente, não são considerados os crescimentos vegetativos das cargas, pois
98
o aumento da energia consumida pelas cargas teria impacto contrário ao do aumento da
energia gerada no nível de penetração;
i) Ainda pelo fato de a determinação dos impactos em termos técnicos não se tratar de
uma análise no tempo, não foram consideradas eventuais reduções na energia gerada
pelos painéis devido à sua degradação;
j) Ressalta-se, todavia, que a contabilização financeira dos impactos tem uma influência
temporal (considera-se que esses efeitos perdurariam durante toda a vida útil do
equipamento). Para esse caso, considerou-se que a redução da geração ao longo do
tempo devido à degradação dos painéis seria equivalente à energia ainda gerada depois
de terminada a vida útil (energia residual). Dessa forma, esses valores se anulariam,
não sendo necessária sua contabilização;
k) Para permitir verificar a influência da GDFV nas perdas, na capacidade e no perfil de

tensões, é necessário que o consumo total das unidades consumidoras seja constante.
Assim, a soma de todos os consumos é sempre a mesma em todas as simulações. Isso
porque, havendo diminuição ou aumento no consumo, as grandezas do circuito (perdas,
capacidade e tensão) também seriam modificadas, mas não pelo aumento da GDFV e,
sim, pela modificação no consumo do alimentador. Dessa forma, não seria possível
comparar duas simulações nas quais os consumos totais fossem diferentes.
5.8 ALIMENTADOR UTILIZADO PARA TESTE DO MÉTODO
O método foi projetado para aplicação em alimentadores reais de média e baixa tensão.
Contudo, com o objetivo de testar a eficácia do método proposto e demonstrar didaticamente
as nuances de seu funcionamento, foram realizadas adaptações para sua aplicação em um
alimentador simplificado.
O alimentador projetado para esta análise é composto por três barras e duas unidades
consumidoras: uma com característica residencial e outra com perfil comercial, conforme
ilustrado na Figura 5.10.
99
Figura 5.10 – Representação do alimentador simplificado utilizado para teste do método
proposto.
A barra mais próxima à subestação é utilizada como referência com uma tensão constante
definida em 1 pu. As barras das cargas são conectadas por dois segmentos de rede que
compõem o alimentador e possuem características similares (resistência de 1,2 Ω e reatância
indutiva de 0,7 Ω). A representação técnica do alimentador é mostrada na Figura 5.11.
Figura 5.11 – Dados do alimentador simplificado utilizado nas simulações.
Tendo em vista o objetivo didático da aplicação do método ao alimentador simplificado, optou-

se por realizar a comparação de duas das políticas definidas na seção 5.3 e os dados
estabelecidos na seção 5.4.3.
100
5.8.1 Ajustes no método para aplicação no alimentador simplificado
5.8.1.1 Ajustes nos cenários
A forma como a GDFV se instalará depende do tipo de incentivo regulatório adotado. Assim,
optou-se por analisar, neste exemplo, as duas principais políticas de incentivos à GDFV
abordadas no Capítulo 2: tarifa feed in e net metering.
Nesse caso, o tamanho da GDFV no cenário da tarifa feed in é fixo (depende apenas do nível
de penetração e não varia com o consumo das unidades consumidoras). Já para computação do
cenário em que a política de incentivo é do tipo net metering, o tamanho da GDFV é
proporcional ao patamar de carga da residência e do comércio.
Uma vez escolhidas as formas de incentivo regulatório que serão objeto de comparação e
também definida a maneira como essa política influenciará na instalação de GDFV, passa -se
então à determinação dos impactos da geração solar para cada uma das duas políticas em todos
os níveis de penetração. Esses valores são abordados na seção seguinte.
5.8.1.2 Ajustes nos dados para cálculo dos impactos da GDFV
I. Níveis de Penetração
O método inicia-se sem nenhuma GDFV para que sejam determinadas as condições iniciais do
sistema. Mesmo para esse sistema com penetração igual a zero, a adoção das simulações de
Monte Carlo é necessária, pois existem patamares de consumo e curvas de carga diversas e
com probabilidades de ocorrência específicas.
Depois de calculadas as grandezas (perdas, capacidade e tensão) para o caso sem GDFV, o
nível de penetração é aumentado em 10 pontos percentuais e o algoritmo demonstrado na
Figura 5.2 (fluxograma) é refeito. Aumentos sucessivos nos níveis de penetração são realizados
até que se chegue a 100% de penetração (nesse cenário, o saldo líquido de energia no
101
alimentador é zero – à exceção das perdas – pois a energia total gerada pela GDFV é igual à
energia total consumida).
Com o intuito de facilitar a análise, os dados referentes a níveis de penetração próximos foram
agrupados em baixa, média e alta penetração, conforme Tabela 5.1.
II. Simulações de Monte Carlo
De acordo com o método proposto, ao final de cada simulação o software calcula os valores
dos Coeficientes de Variação das perdas, da capacidade e da tensão. De acordo com as
definições da Seção 5.4.2, a partir do momento em que esse coeficiente for menor que 1% para
todos os impactos calculados ou quando o número de simulações for maior ou igual a 3.000, o
programa para de realizar simulações para aquele nível de penetração.
Definidas as condições de contorno do método, passa-se então ao estabelecimento dos dados

de entrada: patamares de consumo, curvas de carga e irradiação solar.
III. Dados
Esta seção descreve todos os dados necessários para as análises de fluxo de potência
probabilístico do método. A lista de todas as variáveis utilizadas nos estudos é exposta na
Tabela 5.8. As subseções seguintes tratam de definir detalhadamente cada um desses dados de
entrada do algoritmo.
Tabela 5.8 – Variáveis utilizadas nos estudos.

Consumo total do alimentador
Dados de
Patamar de consumo das instalações
Consumo
Curva de carga das instalações
Dados de
Radiação Solar
Geração
102
a) Consumo total do alimentador
Considerou-se um consumo mensal total fixo de 2.500 kWh, mantido constante em todas as
simulações de Monte Carlo e em todos os níveis de penetração. Assim, quando se comparam,
por exemplo, as perdas de energia elétrica do caso no qual não haja GDFV (penetração igual a
zero) com outro cenário no qual se tenha uma penetração de 10%, a energia total que flui pelos
segmentos será, evidentemente, alterada. Contudo, o consumo total das unidades conectadas
ao alimentador permanece inalterado. Assim, é possível comparar qual foi a influência da
introdução da GDFV na modificação das perdas nos segmentos do alimentador.
b) Patamar de consumo das instalações
Em um sistema real, a probabilidade de os consumidores possuírem determinados patamares

de consumo mensal segue distribuições estatísticas uniformes conforme tratado na Seção
5.4.3.2. Assim, para cada distribuidora, é possível elaborar uma tabela semelhante à Tabela
5.9, reproduzida a seguir (Daimon, 2012).

comerciais e residenciais no Distrito Federal. Dados provenientes de (Daimon, 2012).
Residencial Comercial
Probabilidade Probabilidade
Consumo Médio Consumo Médio
(%) (%)
(kWh) (kWh) 32 (kWh) (kWh)
0-79 50,56 14,9% 0-500 165,49 75,1%
79-220 147,20 50,3% 501-1.000 755,60 10,6%
221-500 331,75 30,0% 1.000-5.000 2.551,12 11,7%
501-1.000 699,08 4,0% 5.000-10.000 8.356,05 1,9%
> 1.000 2.310,17 0,8% >10.000 30.203,53 0,8%
Para o sistema simplificado objeto deste capítulo, optou-se por definir patamares de consumo
distribuídos em apenas dois níveis, segundo Tabela 5.10.
32
Valores calculados com base no consumo e na quantidade de unidades consumidoras pertencentes a cada faixa
de consumo.
103
Tabela 5.10 – Probabilidade de consumo de energia elétrica pelas unidade consumidora
residencial do alimentador simplificado.
Residência Comércio
Probabilidade Probabilidade
Consumo Médio Consumo Médio
(%) (%)
(kWh) (kWh) (kWh) (kWh)
0-500 300 60% 0-2.000 1.800 40%
500-1.000 700 40% 2.000-4.000 2.200 60%
Conforme já mencionado, a soma do consumo mensal das unidades consumidoras conectadas

ao alimentador simplificado deve ser constante e foi definida em 2.500 kWh. Assim, caso, na
simulação, seja adotado o consumo de 300 kWh na residência, o patamar de consumo mensal
do comércio será, necessariamente, de 2.200 kWh.
c) Curva de carga das instalações
De maneira semelhante aos patamares de consumo, há, para cada distribuidora, um conjunto
de curvas de carga típicas que podem ser atribuídas às suas unidades consumidoras, conforme
discorrido na Seção 5.4.3.1.
Para o caso simplificado, serão adotadas apenas duas curvas de carga para as residências, uma
com probabilidade de ocorrência de 30% e outra com os 70% restantes. A Figura 5.12 mostra
o perfil dessas curvas.
Nota-se que todas as curvas estão padronizadas para representarem um consumo unitário.
Assim, o consumo horário de cada unidade consumidora é dado pela multiplicação dessas
curvas padronizadas pelo patamar de consumo.
104
Figura 5.12 – Curvas de carga possivelmente atribuíveis à unidade consumidora residencial
do alimentador simplificado.
À unidade consumidora com perfil tipicamente comercial, foram atribuídas duas outras curvas
de carga: uma com consumo concentrado no horário comercial e outra com consumo disperso
ao longo do dia e um leve pico no início da noite (Figura 5.13). Atribuiu-se uma probabilidade
de ocorrência de 60% para uma das curvas e de 40% para a outra. Essas curvas foram
selecionadas a partir de curvas reais obtidas por meio de campanhas de medidas na CEB.
Figura 5.13– Curvas de carga possivelmente atribuíveis à unidade consumidora comercial do

alimentador simplificado.
d) Radiação Solar
Considerou-se que a radiação solar no local obedeceria, em cada ponto da curva, uma
distribuição normal, com média representada pela curva laranja da Figura 5.14 e desvio padrão
representado pelas barras amarelas.
105
Figura 5.14 – Média e desvios padrão da radiação solar fotovoltaica no Distrito Federal.
Dados provenientes de (INMET, 2015).
Destaca-se que, para cada ponto, o valor mínimo não seria simplesmente a diferença entre a
média e o desvio, mas sim qualquer valor dentro de uma distribuição normal que siga esses
patamares (podendo, inclusive, ser zero). Adicionalmente, considerou-se que a radiação solar
incidente sobre as duas unidades consumidoras seria equivalente num mesmo horário. Para
alimentadores curtos, essa suposição é realística, mas, em locais nos quais as cargas estejam
fisicamente distantes umas das outras, há possibilidade de que a irradiância sofra variações.
O método proposto agrega, de maneira robusta e com fundamentos estatísticos, diversos dados
e procedimentos necessários à determinação dos impactos da GDFV em redes de distribuição
de energia elétrica. Dada a complexidade do sistema, antes de se partir para sua aplicação em
um alimentador real, optou-se por apresentar uma avaliação detalhada do emprego do método
em um alimentador simplificado, de modo a testar o algoritmo proposto. Os resultados dessa
análise são apresentados no Capítulo 6. Em seguida, nesse mesmo Capítulo, apresentam-se
também os resultados da aplicação do método em um alimentador real.
106
6 RESULTADOS E DISCUSSÕES
Este capítulo apresenta os resultados da aplicação do método proposto no capítulo 5 a um

alimentador simplificado e a um alimentador completo, permitindo quantificar os impactos
causados pela GDFV quando inserida em conformidade com diferentes tipos de políticas de
incentivo e, a partir daí, comparar essas políticas.
6.2 RESULTADOS DA APLICAÇÃO DO MÉTODO AO ALIMENTADOR

SIMPLIFICADO
6.2.1 Dados gerais das simulações
O método foi aplicado ao alimentador definido na seção 5.8, adotando-se, como critério de
parada para as simulações, um CV de 1% ou o alcance do limite de menos de 3.000 simulações
por nível de penetração. A quantidade total de simulações realizadas em cada nível de
penetração é exibida na Tabela 6.1. O tempo computacional total gasto, utilizando um
equipamento com processador de 2,27 GHz e 6 GB de memória RAM, foi de 309 minutos.
Tabela 6.1 – Número de simulações realizadas por nível de penetração.

Penetração Feed in Net metering
0% 2556 2528
10% 2999 2999
20% 2999 2618
30% 2403 1840
40% 1749 1275
50% 1342 1190
60% 1432 1631
70% 1435 2434
80% 2177 2999
90% 2921 2999
100% 2999 2999
107
A título exemplificativo, os coeficientes de variação finais para cada uma das três grandezas
avaliadas para as simulações de net metering são apresentados na Tabela 6.2.
Tabela 6.2 – Coeficientes de variação por nível de penetração para as simulações do net
metering.
Coeficientes de Variação
Penetração
Perdas Capacidade Tensão
0% 0,53% 0,35% 1,00%
10% 0,43% 0,26% 1,01%
20% 0,38% 0,24% 1,00%
30% 0,35% 0,27% 1,00%
40% 0,33% 0,30% 1,00%
50% 0,44% 0,32% 1,00%
60% 0,54% 0,38% 1,00%
70% 0,55% 0,43% 1,00%
80% 0,58% 0,46% 1,04%
90% 0,62% 0,46% 1,08%
100% 0,64% 0,44% 1,06%
Observa-se, da Tabela 6.2, que, nos casos em que o número de simulações atingiu o limite
máximo (2.999 simulações), o CV de algum dos impactos permaneceu ligeiramente superior a
1%. Nesses casos, o ganho que se obteria pela redução do erro a menos de 1% não compensaria
o esforço computacional necessário, uma vez que, nesse exemplo, para redução do CV de
Tensão em 0,1% (de 1,1% para 1,0%) seriam necessárias mais de 400 simulações adicionais.
O valor dos CV apresentados na Tabela 6.2 representam os erros de medidas. Isso significa
que, caso a diferença entre os impactos calculados sob duas políticas distintas fosse menor que
o CV, então não haveria diferença estatisticamente válida entre os impactos causados por essas
duas políticas. Considere, por exemplo, a redução nas perdas de energia elétrica em virtude da
presença de GDFV num nível de penetração de 10% (CV igual a 0.53% na Tabela 6.2).
Considere ainda que, neste exemplo, as perdas seriam reduzidas em 100 kWh quando a GD se
instalasse sob uma política de net metering e que, caso a política fosse do tipo tarifa feed in,
essa redução seria de 100.50 kWh. Nesse caso, tendo em vista que a diferença na redução de
perdas é menor que o erro dos cálculos (CV de 0.53%), então se consideraria que essas duas
políticas causam redução nas perdas em grau equivalente (sem diferença estatisticamente
válida).
108
6.2.2 Definição dos Cenários
A potência total de GDFV que resultaria em 100% de penetração (𝐺𝐷𝑀𝑎𝑥 ) é dada pela Equação
(5.1), transcrita a seguir:
𝐶𝑇 ∗ 𝑘
𝐺𝐷𝑀𝑎𝑥 =
𝑃𝑅 ∗ 𝑛𝑑𝑖𝑎𝑠 ∗ 𝐼𝑟𝑟
Onde:
𝐶𝑇: Consumo total mensal do alimentador (2.500 kWh)
𝑘: Constante solar na superfície terrestre, definida em 1 kW/m²
𝑃𝑅: Performance Ratio, definida em 80%
𝑛𝑑𝑖𝑎𝑠 : Número de dias em um mês (30 dias)
𝐼𝑟𝑟: Irradiação local obtida de NREL (2015a) (5,177 kWh/m²/dia)
Substituindo-se os valores na equação, obtém-se:
2.500 ∗ 1
𝐺𝐷𝑀𝑎𝑥 = = 20,12 𝑘𝑊
0,8 ∗ 30 ∗ 5,177
Assim, a 𝐺𝐷𝑃𝑒𝑛 pode ser determinada por intermédio da Equação (5.2):
𝐺𝐷𝑃𝑒𝑛 = 10% ∗ 20,12 = 2,012 𝑘𝑊
Nesse caso simplificado, considerou-se um valor arredondado de 𝐺𝐷𝑃𝑒𝑛 igual a 2 kW para um

nível de penetração de 10% 33.
No cenário em que a política adotada for a tarifa feed in, a quantidade de GDFV a ser instalada
nas diferentes unidades consumidoras do alimentador para que seja obtido um determinado
nível de penetração (𝐺𝐷𝑃𝑒𝑛 ) será igualmente dividida entre as duas unidades consumidoras. Já
para realizar as simulações do sistema de net metering, o valor da 𝐺𝐷𝑃𝑒𝑛 será calculado
proporcionalmente ao consumo de cada unidade consumidora.
33
Apesar do arredondamento no tamanho total da GDFV, essa aproximação não interfere no algoritmo, no qual é
calculada, para cada simulação, a efetiva penetração. Esse nível de penetração computado considera a potência
realmente instalada em cada simulação de Monte Carlo (uma vez que a variação da GDFV também influencia na
quantidade de energia gerada em cada simulação e, portanto, no nível de penetração).
109
Por exemplo, nas simulações de 10% de penetração nas quais a residência tenha sido modelada
com um consumo de 300 kWh 34 e o comércio tenha um patamar de carga de 2.200 kWh
mensais, o tamanho da GDFV adotado para cada uma das duas unidades consumidoras em
cada uma das políticas é dado por (Tabela 6.3):
Política de incentivo Tamanho da GDFV (kW)
Residência (300 kWh) Comércio (2.200kWh) Total (2.500 kWh)
Feed in 1,00 1,00 2,00
Net metering 0,24 1,76 2,00
Nas simulações nas quais o consumo da residência tenha sido de 700 kWh e o do comércio, de
1800 kWh, a distribuição da GDFV para um patamar de penetração de 10% é de (Tabela 6.4):
Tamanho da GDFV (kW)
Política de incentivo
Residência (700 kWh) Comércio (1.800 kWh) Total (2.500 kWh)
Feed in 1,00 1,00 2,00
Net metering 0,56 1,44 2,00
Observa-se que, adotando esse procedimento, o tamanho da GDFV no cenário da Tarifa feed
in não varia com o consumo das unidades consumidoras e, por outro lado, quando a política de
incentivo for do tipo net metering, o tamanho da GDFV tem relação direta com o patamar de
carga da residência e do comércio. Esse comportamento se baseia nas evidências levantadas no
Capítulo 4.
A Tabela 6.5 apresenta a quantidade total de GDFV (em termos de potência) que foi inserida
no alimentador em cada nível de penetração para se atingir aquele nível. Esses valores são
constantes, ou seja, independem da política em análise (net metering ou feed in) e foram
calculados de acordo com as equações (5.1) e (5.2).
34
Conforme explicado na Seção b), a probabilidade de a residência ter um consumo de 300 kWh é de 60% e a
probabilidade de seu consumo ser de 700 kWh é de 40%.
110
Tabela 6.5 – Potência total de GDFV instalada em cada nível de penetração.
Penetração Potência Total (kW)
0% 0
10% 2
20% 4
30% 6
40% 8
50% 10
60% 12
70% 14
80% 16
90% 18
100% 20
6.2.3.1 Perdas
Após aplicação do fluxograma apresentado na Figura 5.2, foram obtidas as perdas diárias totais
no alimentador em cada nível de penetração (𝑃𝑃𝑒𝑛 ), conforme definições da Seção 5.4.4.1.
Esses dados são mostrados na Tabela 6.6 e, de forma a proporcionar melhor visualização,
apresenta-se também o gráfico com esses valores (Figura 6.1).
Tabela 6.6 – Perdas diárias de energia elétrica no alimentador simulado para política do tipo
net metering.
Penetração Perdas Diárias – 𝑷𝒑𝒆𝒏 [kWh]
0% 3,93
10% 3,25
20% 2,73
30% 2,40
40% 2,20
50% 2,15
60% 2,24
70% 2,45
80% 2,78
90% 3,21
100% 3,80
111
Figura 6.1 – Perdas diárias no alimentador em função do nível de penetração de GDFV
obtidas quando da inserção de GDFV sob uma política de net metering.
Na obtenção desses dados, as variáveis referentes ao patamar de consumo, às curvas de carga

e à irradiação solar foram consideradas como incertas (natureza probabilística) de acordo com
o método proposto. Se, porventura, fossem considerados apenas os valores médios,
apresentados na Tabela 6.7, as perdas obtidas seriam bastante diferentes daqueles apresentados
na Figura 6.1. A comparação dessas perdas com aquelas obtidas pela aplicação do método
estatístico é demonstrada na Figura 6.2.
112
Tabela 6.7 – Resumo comparativo das variáveis utilizadas no método proposto juntamente
com seus valores médios.
Variável Método Proposto Valores Médios
Consumo total
2.500 kWh 2.500 kWh
do alimentador
Patamar de
60% de probabilidade de ser
consumo da
300 kWh Fixo em 460 kWh
unidade
40% de probabilidade de ser (0,6 ∗ 300 + 0,4 ∗ 700)
consumidora
700 kWh
residencial
Patamar de
60% de probabilidade de ser
consumo da
2.200 kWh Fixo em 2.040 kWh
unidade
40% de probabilidade de ser (0,6 ∗ 2200 + 0,4 ∗ 1800)
consumidora
1.800 kWh
comercial
Curva de carga 30% de probabilidade de ser a
Curva agregada resultante da
da unidade Curva Residencial 1
média ponderada das duas
consumidora 70% de probabilidade de ser a
curvas residenciais
residencial Curva Residendial 2
Curva de carga 60% de probabilidade de ser a
Curva agregada resultante da
da unidade Curva Residencial 1
média ponderada das duas
consumidora 40% de probabilidade de ser a
curvas comerciais
comercial Curva Residendial 2
Em um dado horário, o valor da Em um dado horário, o valor
radiação varia em cada simulação da radiação é sempre o mesmo
Irradiância
seguindo uma distribuição Normal e é definido como o valor
solar
com média e desvio padrão dados médio para aquele horário
pela Figura 5.14. apresentado na Figura 5.14.
Em todas as duas unidades Em todas as duas unidades
consumidoras, com tamanho consumidoras, com tamanho
proporcional ao consumo atribuído fixo igual ao consumo de cada
Local e
a cada unidade consumidora em unidade consumidora.
tamanho da
cada simulação. Proporcionalizado Proporcionalizado para que a
GDFV
para que a soma da potência de soma da potência de todas as
todas as centrais geradoras seja centrais geradoras seja igual à
igual à penetração desejada. penetração desejada.
113
Figura 6.2 – Comparação das perdas diárias no alimentador quando da aplicação das técnicas
de Monte Carlo e quando da utilização de valores médios para política do tipo net metering.
Da Figura 6.2, nota-se que os erros decorrentes da não consideração da variação estatística dos
dados de entrada são significativos. Para certos níveis de penetração, os valores de redução de
perdas pela inserção de GDFV encontrados utilizando-se a média são mais de 30% inferiores
àqueles obtidos quando da aplicação do método proposto, demonstrando assim a real
necessidade de se considerar o caráter variável dos dados de consumo, curva de carga e
irradiação solar.
A aplicação do método às duas formas de incentivo regulatório em comparação (feed in e net

metering) resulta no comportamento das perdas (em kWh) exibido na Figura 6.3.
114
Figura 6.3 – Perdas diárias no alimentador em função do nível de penetração de GDFV.
As perdas médias do alimentador sem a presença de geração distribuída são de quase 4 kWh
por dia, o que representa um perfil de perdas da ordem de 4,7%. Com efeito, esse nível de
perdas está condizente com os valores de perdas técnicas verificados em redes de média e baixa
tensão (ANEEL, 2012a).
É possível perceber que, enquanto os níveis de penetração forem inferiores a 60%, a aplicação
de uma política de incentivo à geração solar fotovoltaica que promova a instalação de sistemas
de tamanho proporcional ao consumo (net metering, por exemplo), leva a uma redução de
perdas mais acentuada do que a adoção de políticas do tipo Tarifa feed in. Contudo, para altos
níveis de penetração, o cenário se inverte.
Caso a análise proposta neste trabalho fosse referente somente às perdas, o gráfico da Figura
6.3 poderia ser interpretado da seguinte forma: para níveis baixos e médios de penetração, a
melhor forma de incentivo regulatório seria um mecanismo do tipo net metering, quando a
penetração alcançasse valores acima de 60%, as políticas deveriam ser modificadas para ações
do tipo tarifas feed in. Esse exemplo reforça a tese de que análises de impacto regulatório
115
devem ser realizadas após a implementação de cada política no intuito de acompanhar seu
desenvolvimento e apontar necessidade de eventuais adequações.
No entanto, para que possam ser realizadas conclusões sob a perspectiva de todos os impactos
em avaliação, é necessário, para cada uma das duas políticas de incentivo à GDFV, verificar
também o comportamento da capacidade da rede e da porcentagem de tensões fora dos limites
regulatórios à medida que os níveis de penetração variam.
6.2.3.2 Capacidade
De maneira semelhante à Figura 6.3, a Figura 6.4 apresenta a potência de pico demandada pelo
alimentador como um todo em cada nível de penetração de GDFV com uma probabilidade de
95%. Em outras palavras, os valores da Figura 6.4 demonstram a potência máxima que o
alimentador deve estar preparado para atender em 95% do tempo (𝐶𝑎𝑝𝑝𝑒𝑛 ).
15
Feed In
14 Net Metering
Potência máxima do alimentador (kW)
13
12
11
10
6
0 10 20 30 40 50 60 70 80 90 100
Penetração (%)
Figura 6.4 – Potência máxima no alimentador em função do nível de penetração de GDFV.
116
A Figura 6.4 permite concluir que a potência de pico a ser atendida pelo alimentador é de 8,16
kW quando não há GDFV. À medida que se insere geração solar distribuída até cerca de 60%
de penetração, o sistema é aliviado (diminui-se a potência máxima atendida). Por exemplo,
quando da presença de 40% de GDFV incentivada por meio de uma política de tarifa feed in,
a potência de pico do sistema cai para 7,14 kW (o que representa uma redução de 12,5%). Se
esses mesmos 40% de GDFV fossem alcançados por meio de uma política do tipo net metering,
a redução no pico do sistema seria um pouco mais elevada: o pico cairia dos 8,16 kW para 7,03
kW (decréscimo de 13,9%). Logo, para um nível de penetração de 40%, a adoção de um
mecanismo de net metering implica em maior alívio na capacidade de atendimento do
alimentador.
De maneira semelhante, para níveis altos de penetração (acima de 60%), a Figura 6.4 mostra
que a adoção de um sistema do tipo net metering é mais vantajosa do ponto de vista da rede do
que uma política de feed in, pois exige menos investimentos para acomodação da potência nova
de geração. Note-se que, no caso das perdas (Figura 6.3), a política de net metering é menos
vantajosa para esses níveis elevados de penetração.
Ressalta-se ainda que, apesar de os valores de redução para capacidade serem próximos uns
dos outros para certos níveis de penetração, eles são estatisticamente diferentes (considerando-
se um erro medido por meio do CV) em todos os níveis de penetração, exceto em 30% e 50%.
6.2.3.3 Tensão
A porcentagem de tensões fora dos limites de ±5% para cada nível de penetração (𝑉 𝑝𝑒𝑛) é
apresentada na Figura 6.5.
117
13
Feed In
12 Net Metering
11
Tensões fora dos limites (%)
10
5
0 10 20 30 40 50 60 70 80 90 100
Penetração (%)
Figura 6.5 – Porcentagem diária média de tensões fora dos limites regulamentares (±5%) em
função do nível de penetração de GDFV.
Observa-se, da Figura 6.5, que as unidades consumidoras estavam sujeitas a níveis de tensão
fora dos limites em 12,9% dos casos quando não havia GDFV conectada à rede (nível de
penetração igual a zero). Isso indica que os níveis de tensão aos quais as unidades consumidoras
estavam sujeitos eram baixos e foram melhorados à medida que se inseria GDFV (aumentava-
se a quantidade de geração solar na rede). Todavia, a partir de certos níveis de penetração (em
torno de 70% de penetração), a geração aumenta demasiadamente, elevando as tensões na rede,
de modo que a quantidade de tensões fora dos limites volta a subir.
Se, por exemplo, a GDFV atinge um patamar de 30% de penetração devido à adoção de uma
política de feed in, o percentual de tensões fora dos limites cai de 12,9% para 9%. No caso de
esse mesmo nível de penetração ser atingido por meio de uma política de net metering, a
melhoria no nível de tensão de atendimento às unidades consumidoras é ainda maior: apenas
7,9% das tensões permaneceriam inadequadas.
118
Conclui-se ainda que, quando a penetração da GDFV é inferior a 70%, a política de net
metering mostrou-se mais apropriada para melhoria dos níveis de tensão do que um mecanismo
de tarifa feed in. Esse cenário se inverte quando a quantidade de GDFV ultrapassa 70%.
6.2.4 Comparação entre os impactos
Os valores das perdas, capacidade e tensões descritos nas Figura 6.3, Figura 6.4 e na Figura
6.5, respectivamente, são apresentados na Tabela 6.8.
De posse desses valores, é possível determinar a variação de cada um desses impactos devido
à inserção de GDFV. Assim, por exemplo, para o caso das perdas, o valor verificado sem
GDFV (3,96 kWh/dia) é reduzido para 3,38 kWh/dia quando a penetração sobe para 10%. Essa
redução representa a variação das perdas devido à inserção de 10% de geração distribuída
(∆𝑃10%). Todas as variações (∆𝑃𝑝𝑒𝑛 , ∆𝐶𝑎𝑝𝑝𝑒𝑛 e ∆𝑉 𝑝𝑒𝑛) são apresentadas na Tabela 6.9.
As variações de perdas, capacidade e perfil de tensões são então transformadas para quantias
monetárias por meio das formulações explicadas nas Eq. (5.18), (5.19) e (5.21). O resultado
final é apresentado na Tabela 6.10. O somatório desses valores é então mostrado na Tabela
6.11 e na Figura 6.6.
119
Tabela 6.8 – Comportamento dos impactos em função do nível de penetração de GDFV.
Nível de Perdas - 𝑷𝒑𝒆𝒏 (kWh/dia) Capacidade - 𝑪𝒂𝒑𝒑𝒆𝒏 (kW) Tensão - 𝑽𝒑𝒆𝒏 (%)
Penetração Feed in Net metering Feed in Net metering Feed in Net metering
0% 3,96 3,93 8,16 8,16 12,94% 12,90%
10% 3,38 3,25 7,63 7,61 12,29% 12,01%
20% 2,90 2,73 7,38 7,36 10,83% 10,01%
30% 2,59 2,40 7,23* 7,23* 9,01% 7,88%
40% 2,38 2,20 7,14 7,03 7,55% 6,46%
50% 2,25 2,15 6,91* 6,92* 6,18% 5,64%
60% 2,25 2,24 7,63 7,49 5,66% 5,27%
70% 2,38 2,45 8,98 8,89 5,45%* 5,45%*
80% 2,56 2,78 10,84 10,68 5,41% 6,22%
90% 2,87 3,21 12,49 12,31 6,08% 7,30%
100% 3,25 3,80 14,15 13,68 7,18% 8,97%
Tabela 6.9 – Variação dos impactos em função do nível de penetração de GDFV.

Variação das Perdas - ∆𝑷𝒑𝒆𝒏 Variação da Capacidade - ∆𝑪𝒂𝒑𝒑𝒆𝒏 Variação das Tensões fora dos
Nível de (kWh/dia) (kW) limites - ∆𝑽𝒑𝒆𝒏 (%)
Penetração
Feed in Net metering Feed in Net metering Feed in Net metering
0% - - - - - -
10% -0,58 -0,69 -0,53 -0,55 -0,7% -0,89%
20% -1,06 -1,20 -0,78 -0,80 -2,1% -2,89%
30% -1,37 -1,53 -0,93 -0,93 -3,9% -5,01%
40% -1,58 -1,73 -1,02 -1,13 -5,4% -6,43%
50% -1,71 -1,78 -1,25 -1,25 -6,8% -7,25%
60% -1,71 -1,69 -0,53 -0,67 -7,3% -7,63%
70% -1,58 -1,49 0,82 0,73 -7,5% -7,44%
80% -1,40 -1,16 2,68 2,52 -7,5% -6,68%
90% -1,09 -0,72 4,33 4,15 -6,9% -5,59%
100% -0,71 -0,14 5,99 5,52 -5,8% -3,92%
120
Tabela 6.10 – Valor monetário da variação dos impactos da GDFV em função do nível de penetração de GDFV.
𝒑𝒆𝒏 𝒑𝒆𝒏 𝒑𝒆𝒏
Nível de Perdas - 𝑷$ (R$) Capacidade - 𝑪𝒂𝒑$ (R$) Tensão - 𝑽$ (R$)
Penetração Feed in Net metering Feed in Net metering Feed in Net metering
0% R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00
10% -R$ 977,41 -R$ 1.154,80 -R$ 344,04 -R$ 359,38 -R$ 251,13 -R$ 341,76
20% -R$ 1.776,60 -R$ 2.015,36 -R$ 506,61 -R$ 521,06 -R$ 810,92 -R$ 1.111,96
30% -R$ 2.302,36 -R$ 2.573,04 -R$ 605,44* -R$ 605,35* -R$ 1.513,94 -R$ 1.929,52
40% -R$ 2.644,59 -R$ 2.903,16 -R$ 661,89 -R$ 738,15 -R$ 2.072,75 -R$ 2.475,01
50% -R$ 2.874,83 -R$ 2.987,31 -R$ 813,02* -R$ 810,54* -R$ 2.601,11 -R$ 2.791,16
60% -R$ 2.862,49 -R$ 2.841,87 -R$ 347,82 -R$ 435,57 -R$ 2.802,09 -R$ 2.934,90
70% -R$ 2.649,42 -R$ 2.494,17 R$ 535,33 R$ 472,01 -R$ 2.881,50* -R$ 2.864,70*
80% -R$ 2.341,87 -R$ 1.941,28 R$ 1.745,40 R$ 1.642,29 -R$ 2.896,09 -R$ 2.568,88
90% -R$ 1.833,51 -R$ 1.212,90 R$ 2.816,92 R$ 2.699,33 -R$ 2.640,10 -R$ 2.152,11
100% -R$ 1.191,74 -R$ 233,44 R$ 3.901,37 R$ 3.594,75 -R$ 2.217,34 -R$ 1.509,99
*não há diferença estatisticamente válida entre os valores obtidos para feed in e aqueles obtidos para net metering.
Tabela 6.11 – Somatório dos impactos em função do nível de penetração de GDFV referentes ao período de 25 anos trazidos para valor presente.
Nível de Somatório dos Impactos da GDFV (R$)
Penetração Feed in Net metering
0% R$ 0,00 R$ 0,00
10% -R$ 1.572,58 -R$ 1.855,94
20% -R$ 3.094,13 -R$ 3.648,39
30% -R$ 4.421,74 -R$ 5.107,90
40% -R$ 5.379,23 -R$ 6.116,32
50% -R$ 6.288,96 -R$ 6.589,01
60% -R$ 6.012,39 -R$ 6.212,34
70% -R$ 4.995,59 -R$ 4.886,87
80% -R$ 3.492,56 -R$ 2.867,87
90% -R$ 1.656,69 -R$ 665,68
100% R$ 492,30 R$ 1.851,32
121
O impacto total, em reais, para cada uma das duas formas de incentivo regulatório, resultante
da soma dos impactos individuais (perdas, capacidade e tensão) é mostrado na Figura 6.6.
Figura 6.6 – Somatório dos impactos da GDFV em função do nível de penetração de GDFV.
Da Figura 6.6, percebe-se que a instalação de GDFV correspondente a apenas 20% do total da
energia consumida pelas cargas do alimentador resulta em benefícios para a rede da seguinte
forma: no caso de essa geração ter sido instalada sob uma política do tipo feed in, os ganhos
são de R$ 3.094,13, enquanto que um mecanismo de net metering levaria a benefícios 17,9%
maiores: R$ 3.648,39.
Aqui, cabe uma reflexão acerca da representatividade dos ganhos sistêmicos causados por essa
geração. Conforme apresentado na Tabela 6.5, o nível de penetração de 10% é alcançado com
a inserção de microusinas que totalizem apenas 2 kW. Uma vez que, no caso de uma política
de net metering, esses 2 kW resultariam na economia, pelo sistema de distribuição, de
R$ 1.855,94, conclui-se que cada 1 kW de geração solar traria, em média, R$ 927,97 em
benefícios para a rede.
Essa análise permite concluir que seria possível delinear uma política na qual os R$ 927,97/kW
referentes aos benefícios que esses sistemas trazem para a rede pudessem ser pagos ao gerador
no momento de sua instalação (como se fosse um rebatimento que o consumidor receberia em
virtude de estar instalando, em sua residência, uma geração que traz benefícios para o sistema
elétrico como um todo). Note-se que, tendo em vista que sistemas solares fotovoltaicos de 1
122
kW custam atualmente, em média, R$ 6.300,00 (EPE, 2014a), o rebatimento de R$ 927,97/kW
representaria mais de 14% do investimento necessário para instalação da microusina.
Esse valor poderia, por exemplo, servir de embasamento para os tomadores de decisão na
hipótese de se optar por uma política de quotas com certificados. Dessa forma, os primeiros
consumidores a instalarem sistemas solares fotovoltaicos poderiam ser contemplados com
certificados num montante equivalente a R$ 927,97 por kWp instalado.
Os dados obtidos pelo método e dispostos na Figura 6.6 permitem ainda realizar cálculos para
determinar o valor de cada unidade de energia injetada pela GDFV na rede. Em outras palavras,
é possível determinar um montante, em R$/kWh, que poderia ser pago ao gerador em adição
ao preço da energia, em virtude dos benefícios advindos da geração distribuída instalada por
ele.
No exemplo analisado acima, um sistema de 1 kW implicaria em benefícios para a rede elétrica

da ordem de R$ 927,97 ao longo de toda sua vida útil (25 anos). A quantidade total de energia
gerada por esse sistema durante esses 25 anos, por sua vez, pode ser calculada de acordo com
a Eq. (6.1):
𝐸 = 𝐼𝑟𝑟 ∗ 𝑃 ∗ 𝑃𝑅 ∗ 𝑛𝑑𝑖𝑎𝑠 (6.1)
Onde:
𝐸: Energia gerada pelo sistema
𝐼𝑟𝑟: Irradiação solar em Brasília obtida de NREL (2015a) (5,177 kWh/m²/dia)
𝑃: Potência total instalada (1 kW)
𝑃𝑅: Performance Ratio (80%)
𝑛𝑑𝑖𝑎𝑠 : Número de dias total (25*365 dias)
𝐸 = 5,177 ∗ 1 ∗ 0,8 ∗ 25 ∗ 365

𝑬 = 𝟑𝟕. 𝟕𝟗𝟐 𝒌𝑾𝒉
Portanto, dividindo-se o total de benefícios no caso de net metering (R$ 927,97) pela geração
total do sistema ao longo de sua vida útil (37.792 kWh), tem-se que a energia gerada pela
123
GDFV traria ganhos para o sistema da ordem de 0,025 R$/kWh. Dessa forma, o custo evitado
pela inserção de uma GDFV no alimentador em questão seria dado pelo custo da energia
adicionado de 2,5 centavos de real por kWh gerado.
O mesmo procedimento adotado para obtenção do benefício de 1 kW para um nível de

penetração de 10% pode ser replicado para os demais níveis de penetração. Assim sendo, os
resultados da Tabela 6.11 permitem determinar, para cada nível de penetração, qual seria o
benefício que cada kW de potência adicional de GDFV traria para o sistema.
de net metering para cada nível de penetração.
Potência Impacto
Nível de Impacto Total
total unitário da
Penetração da GDFV
instalada GDFV
(%) (R$)
(kW) (R$/kW)
0% R$ 0,00 0 –
10% -R$ 1.855,94 2 -R$ 927,97
20% -R$ 3.648,39 4 -R$ 912,10
30% -R$ 5.107,90 6 -R$ 851,32
40% -R$ 6.116,32 8 -R$ 764,54
50% -R$ 6.589,01 10 -R$ 658,90
60% -R$ 6.212,34 12 -R$ 517,69
70% -R$ 4.886,87 14 -R$ 349,06
80% -R$ 2.867,87 16 -R$ 179,24
90% -R$ 665,68 18 -R$ 36,98
100% R$ 1.851,32 20 R$ 92,57
Da Tabela 6.12, percebe-se que, quando já há uma certa quantidade de GDFV no sistema, o
benefício da inserção de uma unidade adicional de geração solar é menor do que o benefício
causado pela geração anteriormente instalada. A quantificação do benefício dessa geração pode
ser utilizada por tomadores de decisão no sentido de aplicar incentivos mais fortes aos pioneiros
e diminuir esse tipo de incentivo ao longo do tempo. A taxa de diminuição do incentivo pode
também ser previamente calculada.
Ao mesmo tempo, nota-se que, a partir do nível de penetração de 90%, a inserção de nova
geração solar fotovoltaica implica no aumento dos custos da rede e, portanto, a regulação
deveria cobrar desse gerador os custos aos quais ele dá causa.
124
Esse tipo de AIR suplementar que pode ser realizada com os resultados do método proposto
aumenta sua relevância e permite agregar informações úteis ao tomador de decisão quando do
estabelecimento de políticas de incentivo à GDFV.
Por fim, conclui-se, de maneira mais abrangente, que a comparação dos cenários exposta na
Figura 6.6 mostra que o modelo de net metering resulta em melhores benefícios do que o feed
in para níveis baixos e médios de penetração. Percebe-se ainda que a predominância do net
metering sobre o feed in diminui levemente quando a penetração evolui da faixa de 0-30% para
30-60%. Já para o cenário de alta penetração (60-100%), a adoção de uma política de tarifa
feed in é mais indicada. Tanto a escolha da melhor política para cada nível de penetração quanto
o benefício de cada kW de GDFV adicionado ao sistema em cada momento dependem das
grandezas utilizadas para monetizar os impactos calculados pelo método proposto neste
trabalho. Com o intuito de permitir verificar o grau de influência dessas grandezas nos
resultados obtidos, aplicam-se, na seção 6.2.5, ferramentas de análise de sensibilidade de modo
a permitir interpretações que levem a conclusões mais robustas.
6.2.5 Análise de Sensibilidade
Seja, por exemplo, uma política do tipo net metering que cause uma grande redução de perdas
em baixos níveis de penetração, mas sem afetar significativamente a capacidade de potência
atendida pelo alimentador. Por outro lado, seja uma política do tipo feed in que cause uma
redução pequena nas perdas, mas impacte fortemente na redução da potência de pico do
alimentador. Nesse caso, se o critério “Perdas” fosse mais bem valorado que o critério
“Capacidade”, então o resultado seria de que a regulamentação ideal para baixa penetração de
GDFV é o modelo de net metering. Caso o impacto “Capacidade” tivesse maior valor, então
ter-se-ia como resultado a escolha da política de tarifa feed in.
Com o intuito de avaliar se diferentes valorações dos impactos causariam modificações nos
resultados obtidos, realizaram-se análises da sensibilidade dos resultados frente a alterações
nessas valorações, conforme segue:
1) Perdas – variação de 50% para mais e para menos no custo atualizado do mix de compra
de energia da distribuidora local (𝐶𝐸): entre R$91,88 e R$ 275,64;
125
2) Capacidade – variação de 50% para mais e para menos no Custo Marginal de Expansão
da rede (𝐶𝑀𝐸): entre R$ 325,45 e R$ 976,35;
3) Tensão – variação de 50% para mais e para menos na Tarifa de Uso do Sistema de
Distribuição (𝑇𝑈𝑆𝐷): entre R$ 102,62 e R$ 307,86.
A Figura 6.7 mostra a influência da variação em ±50% dos dados de entrada no resultado final
do impacto (em reais) de cada kW de GDFV instalada em conformidade com uma política de
net metering para diferentes níveis de penetração.
(a) 10% de penetração (b) 50% de penetração
(c) 90% de penetração

net metering conforme o nível de penetração frente à alteração em ±50% dos valores
utilizados para monetizar os impactos de perdas, capacidade e tensão.
A análise da Figura 6.7 (a) mostra que variações na valoração das perdas têm maior influência
no resultado do que alterações na monetização dos impactos da GDFV na capacidade ou nas
tensões. Em particular, o benefício dos primeiros kW de GDFV (até 10% de penetração)
126
instalados sob a política de net metering, quantificados em R$ 927,97, seriam estendidos a R$
1.216,67 ou restringidos a apenas R$ 639,27, caso o preço do mix de compra de energia pela
distribuidora fosse, respectivamente, aumentado ou reduzido em 50%.
Para níveis médios de penetração (Figura 6.7 (b)), tanto as perdas quanto as tensões têm
influências relativamente importantes no resultado final do impacto da GDFV na rede. Já para
alta penetração (Figura 6.7 (c)), variações nos parâmetros de monetização têm pouca influência
no valor final dos impactos da GDFV nas redes, tendo em vista que esse impacto é próximo de
zero.
Por fim, cumpre ressaltar que a política escolhida em cada caso não se alteraria em virtude das
variações efetuadas em cada um dos parâmetros, o que permite identificar a robustez dos
resultados obtidos, tendo em vista que, mesmo que haja certas variações nos custos atribuídos
a Perdas (mix de compra de energia), Capacidade (custo marginal de expansão) ou Tensão
(compensação paga pela distribuidora pela tensão inadequada), mantém-se constante o
resultado de que, em altos níveis de penetração de GDFV e para o alimentador em questão, a
política feed in causa melhores impactos à rede do que regras do tipo net metering. De maneira
similar, para níveis baixos ou médios de penetração, mesmo com altas variações no custo
atribuído a cada um dos impactos, permanece inalterado o resultado de que a adoção de
modelos de net metering implica em maiores benefícios à rede do que políticas de feed in.
6.3 ESTUDO DE CASO – ALIMENTADOR TG01
As simulações dos impactos de todas as políticas identificadas no Capítulo 5 foram realizadas

para o alimentador TG01, em Brasília – DF, na área de concessão da CEB. Esse alimentador
atende a unidades consumidoras residenciais e comerciais na cidade satélite de Taguatinga e
seu percurso em MT é mostrado na Figura 6.8.
Uma descrição detalhada do alimentador, incluindo dados relativos ao comprimento e à seção

de cada trecho é apresentada em Shayani (2010). Um resumo dessas características técnicas é
apresentado na Tabela 6.13.
127
Figura 6.8– Percurso do alimentador TG01. Fonte: (Shayani, 2010)
128
Tabela 6.13 – Características dos transformadores conectados ao alimentador TG01.
Resistência
Resistência
Nº de UCs
Nº de UCs
Reatância
Reatância
Perfil das
Perfil das
Potência
Potência
cargas
cargas
(kVA)
(kVA)
Barra
Barra
(Ω)
(Ω)
(Ω)
(Ω)
2 Comercial 150 4 0,6833 1,6111 49 Residencial 75 30 1,6000 3,1129
3 Comercial 150 4 0,6833 1,6111 50 Comercial 75 20 1,6000 3,1129
9 Residencial 75 72 1,6000 3,1129 59 Residencial 112,5 84 0,9778 2,1186
10 Residencial 112,5 72 0,9778 2,1186 61 Comercial 75 40 1,6000 3,1129
11 Residencial 112,5 72 0,9778 2,1186 62 Residencial 112,5 62 0,9778 2,1186
12 Residencial 75 72 1,6000 3,1129 64 Residencial 75 40 1,6000 3,1129
13 Residencial 75 54 1,6000 3,1129 65 Residencial 75 42 1,6000 3,1129
16 Comercial 225 20 0,4148 1,4415 67 Residencial 112,5 82 0,9778 2,1186
17 Comercial 112,5 15 0,9778 2,1186 68 Residencial 112,5 72 0,9778 2,1186
19 Residencial 75 72 1,6000 3,1129 69 Residencial 112,5 42 0,9778 2,1186
20 Residencial 112,5 72 0,9778 2,1186 70 Residencial 112,5 32 0,9778 2,1186
21 Residencial 112,5 72 0,9778 2,1186 71 Comercial 112,5 30 0,9778 2,1186
22 Residencial 75 72 1,6000 3,1129 72 Comercial 75 20 1,6000 3,1129
24 Comercial 150 20 0,6833 1,6111 75 Comercial 112,5 20 0,9778 2,1186
28 Comercial 112,5 20 0,9778 2,1186 77 Comercial 112,5 15 0,9778 2,1186
30 Residencial 150 80 0,6833 1,6111 78 Comercial 112,5 15 0,9778 2,1186
36 Comercial 112,5 40 0,9778 2,1186 84 Comercial 225 20 0,4148 1,4415
46 Residencial 112,5 80 0,9778 2,1186 90 Comercial 112,5 10 0,9778 2,1186
47 Residencial 150 80 0,6833 1,6111 91 Comercial 112,5 10 0,9778 2,1186
48 Residencial 112.5 70 0,9778 2,1186
129
No total, o alimentador atende a 2.152 unidades consumidoras residenciais e 680 comércios.
Ressalta-se que esses números são estimativas realizadas com base nos dados fornecidos pela
CEB-D e nas hipóteses adotadas por (Shayani, 2010). Adicionalmente, destaca-se que os dados
disponibilizados pela distribuidora limitavam-se à rede de MT e aos transformadores. Desse
modo, a rede de BT do alimentador foi modelada considerando-se as seguintes hipóteses:
a) O atendimento da quantidade total de unidades consumidoras de cada transformador é

realizado por meio de dois segmentos de BT que partem do transformador em direções
opostas;
b) Cada segmento que é responsável pelo atendimento da metade da quantidade total de

unidades consumidoras conectadas ao transformador;
c) A distância entre cada unidade consumidora foi estabelecida em 7,5 metros;
d) Os cabos utilizados nas redes de BT foram padronizados, adotando-se as características

descritas na Tabela 6.14.
Tabela 6.14 – Características dos condutores de BT do alimentador TG01.

Resitência Reatância Corrente
Bitola
(Ω/km) (Ω/km) nominal (A)
4 1,524 0,47 114
Dado o tamanho do arquivo contendo o detalhamento do alimentador, optou-se por

disponibilizá-lo de maneira online na página http://www.filedropper.com/tg01alimentadora.
6.3.1 Definição dos Cenários
O processo de escolha das unidades que instalariam GDFV em cada cenário, bem como de
cálculo da quantidade de energia gerada, é aquele descrito na seção 5.3. Em resumo, o
algoritmo realiza essa tarefa em três etapas para cada nível de penetração de GDFV no
alimentador TG01:
130
i. Escolhe-se uma barra aleatória entre todas a 2.832 barras onde estão
conectadas as unidades consumidoras;
ii. Define-se a potência a ser instalada nessa barra (de acordo com o cenário
em análise);
iii. Repete-se esse processo de escolha aleatória das barras até que o nível
de penetração desejado seja atingido.
Na etapa ii descrita acima, a forma como a GDFV é instalada varia de acordo com a política
que esteja sendo analisada conforme descrito no item 5.3 e resumido a seguir:
a) Net metering: potência da GDFV em cada unidade é igual à potência de um sistema

solar fotovoltaico que geraria, num dia com irradiação solar média, o equivalente a toda
energia consumida pela unidade consumidora.
b) Net metering Virtual: potência da GDFV tem valor aleatório entre 0 e 100 kW.
c) Feed in Potência Baixa: GDFV com potência sempre constante de 5 kW na unidade

consumidora aleatoriamente escolhida.
d) Feed in Potência Média: GDFV com potência de 10 kW em todas as unidades que

tenham sido nomeadas para receber a geração solar.
e) Quotas: GDFV com potência fixa de 50 kW nas unidades escolhidas.
Para determinação da quantidade de GDFV (em termos de potência) que seria instalada em
cada nível de penetração, determinou-se primeiramente a potência total que levaria ao nível
máximo de penetração (𝐺𝐷𝑀𝑎𝑥), conforme Equação (5.1).
Como o consumo total do alimentador é constante e igual a 36,762 MWh/dia 35, a eficiência de
cada sistema foi estabelecida em 80% e a irradiação solar média é de 5,177 kWh/m²/dia,
obteve-se a potência de GDFV necessária para se atingir 100% de penetração:
35
Designado com base nos consumos médios das 2.152 residências e dos 680 comércios, conforme dados de
consumo da última campanha de medição da CEB.
131
36.762 ∗ 1
𝐺𝐷𝑀𝑎𝑥 = = 8,876 𝑀𝑊
0,8 ∗ 1 ∗ 5,177
Tendo em vista que algumas políticas – como a de quotas, por exemplo – implica na inserção
de GDFV em um valor fixo redondo – no caso, de 50 kW –, optou-se por arredondar a potência
total obtida para 9 MW e, em cada nível de penetração, escolher valores igualmente
arredondados. Os valores de potência total de GDFV utilizados em cada simulação e seu
consequente nível de penetração são apresentados na Tabela 6.15.
Tabela 6.15 – Potência total de GDFV instalada em cada nível de penetração.

Potência Total (kW) Penetração
0 0%
1 11%
2 23%
3 34%
4 45%
5 56%
6 68%
7 79%
8 91%
9 101%
Essa opção de arredondamento, apesar de implicar na utilização de níveis de penetração não

múltiplos de 10 e em um valor final de penetração ligeiramente superior a 100%, tem a
vantagem de garantir que os sistemas instalados sob as políticas de feed in e de Quotas tenham
sempre potências condizentes com os valores previamente definidos (5, 10 ou 50 kW).
6.3.2 Resultados gerais
O tempo de simulação de cada política é apresentado na Tabela 6.16. Destaca-se que esse
tempo é apresentado apenas para fins informativos, tendo em vista que pode variar
significativamente dependendo do hardware utilizado e das formas de implementação.
132
Tabela 6.16 – Tempo total de simulação dos impactos técnicos de cada política no
Alimentador TG01.
Política Tempo de Simulação Total
Net Metering 11h 52min
Net Metering Virtual 10h27min
Feed in 5 kW 12h13min
Feed in 10 kW 11h29min
Quota 11h03min
TOTAL 57h02min
O coeficiente de variação foi estabelecido em 1%, mas limitando-se a quantidade de simulações

por nível de penetração em 1.000. Para cada política, o total de simulações realizadas por nível
de penetração é expresso na Tabela 6.17.
Tabela 6.17 – Número de simulações realizadas por nível de penetração.

Net metering Feed in 5 Feed in 10
Penetração Net metering Quota
Virtual kW kW
0% 999 999 999 999 999
11% 999 999 999 999 999
23% 999 999 999 999 999
34% 999 999 999 999 999
45% 999 999 999 999 999
56% 999 940 999 999 999
68% 999 739 999 998 781
79% 999 613 830 728 625
91% 999 468 618 609 478
101% 999 450 554 490 405
Mesmo nos casos em que o número de simulações máximo foi atingido, o CV verificado foi
próximo do desejado (de 1%), conforme demonstra a Tabela 6.18.
133
Tabela 6.18 – Coeficientes de variação.
Net metering Feed in 5 Feed in 10
Penetração Net metering Quota
Virtual kW kW
0% 1,68% 1,71% 1,66% 1,66% 1,68%
11% 1,57% 1,55% 1,56% 1,54% 1,60%
23% 1,48% 1,45% 1,44% 1,45% 1,46%
34% 1,48% 1,32% 1,41% 1,38% 1,35%
45% 1,52% 1,10% 1,28% 1,26% 1,21%
56% 1,54% 1,00% 1,16% 1,11% 1,04%
68% 1,61% 1,00% 1,02% 1,00% 1,00%
79% 1,72% 1,00% 1,00% 1,00% 1,00%
91% 1,69% 1,00% 1,00% 1,00% 1,00%
101% 1,60% 1,00% 1,00% 1,00% 1,00%
Tendo em vista que o CV em cada caso foi estabelecido como o maior valor entre os CVs
individuais de perdas, capacidade e tensão (Eq. (5.11)), é importante ressaltar que, em todas as
simulações, o último coeficiente a atingir o nível de erro máximo foi o de tensão. Dessa forma,
os valores obtidos na quantificação dos impactos da GDFV nos níveis de tensão de
fornecimento são aqueles que apresentam maior erro relativo.
6.3.3.1 Perdas
Para cada uma das cinco políticas estudadas, a influência da GDFV nas perdas do alimentador
é mostrada na Figura 6.9.
134
Figura 6.9 – Perdas no alimentador TG01 em função do nível de penetração de GDFV.
Os resultados das simulações mostram que a política de net metering leva a maiores reduções
nas perdas que todas as outras formas de incentivo regulatório. A inserção de apenas 1 MW de
GDFV neste alimentador poderia implicar na redução das perdas de até 13,9% (caso essa
quantidade fosse atingida por meio de uma política de net metering) ou de apenas 0,6% (na
hipótese de essa mesma quantidade de geração distribuída ser inserida na rede através de uma
política de net metering virtual).
A Figura 6.9 permite ainda notar que, quando o nível de penetração da GDFV está em torno de
45%, a redução nas perdas chega a quase 30% do total se a política de incentivo for do tipo net
metering. Nesse mesmo nível de penetração, uma política de tarifas feed in que incentivasse
sistemas pequenos (de 5 kW) levaria a uma redução de 18,2% e, caso o tamanho da GDFV
incentivada nessa política fosse um pouco maior (de 10 kW), a diminuição das perdas cairia
para 14,8%. Por outro lado, para o caso de essa mesma quantidade de geração distribuída ter
135
sido instalada sob uma política de quotas ou de net metering virtual, haveria um aumento nas
perdas de 12,9% ou de 25,6%, respectivamente.
Por fim, é interessante lembrar que, nas simulações da política de net metering virtual, a
quantidade e o tamanho médio dos sistemas variam em cada simulação de Monte Carlo e em
cada nível de penetração. Isso implica que, na penetração máxima, em cada etapa do algoritmo
simula-se a instalação de cerca de 195 sistemas com tamanhos variando entre 150 W até
100 kW. Por outro lado, na aplicação de uma política de quotas, o algoritmo instala, em cada
simulação, 180 microusinas com tamanho fixo de 50 kW. Nessa política, mesmo a geração
sendo menos distribuída em termos quantitativos do que no caso do net metering virtual,
constatou-se um impacto da GDFV nas perdas melhor que aquele provocado pelos sistemas no
modelo de net metering virtual. Isso se deve ao fato de que não há, no caso das quotas, sistemas
com tamanho elevado (próximos a 100 kW). Esta constatação é também corroborada pelas
simulações das políticas feed in em diferentes tamanhos, que indicam que, quanto menores os
sistemas, maiores são suas contribuições na redução de perdas elétricas nas redes.
6.3.3.2 Capacidade
Os impactos da GDFV na capacidade de atendimento de potência pelo alimentador foram

avaliados para cada uma das políticas e os resultados são exibidos na Figura 6.10.
136
Figura 6.10 – Potência máxima no alimentador TG01 em função do nível de penetração de
GDFV.
Todas as políticas apresentaram resultados similares para níveis de penetração de zero a 50%.
Nesses patamares de GDFV, verifica-se uma redução na demanda máxima que deve ser
atendida pelo alimentador, sendo a maior redução de cerca de 190 kW quando da presença de
45% de GDFV no alimentador. Isso significaria dizer que a geração solar permitiria a inserção
de uma carga adicional na rede de 190 kW sem necessidade de obras para sua conexão. Essa
redução traduz-se em benefício real nos casos de crescimento do mercado das distribuidoras
que podem ser calculados em conformidade com o disposto no item 5.5.2. Em países nos quais
o consumo de energia elétrica tem permanecido estável (como acontece atualmente em
diversos países desenvolvidos), um alívio de 190 kW no alimentador não traria benefício
econômico, tendo em vista que não haveriam novos consumidores que poderiam se apropriar
da capacidade remanescente do sistema nesse caso. No entanto, em mercados emergentes, a
entrada de novos consumidores pode implicar na necessidade de investimentos adicionais de
expansão de rede e, nesse caso, a redução da potência máxima atendida pelo alimentador em
137
virtude da GDFV contribuiria para permitir a alocação desses consumidores sem necessidade
de reforço ou melhoria na rede.
Apesar de o efeito da GDFV na potência máxima atendida pelo alimentador sob qualquer das
políticas ser semelhante para baixos níveis de penetração (a diferença entre as políticas para
níveis de penetração inferiores a 50% é estatisticamente não significativa), os resultados
mostram que, para níveis elevados de penetração (acima de 50%), a inserção de novas plantas
de geração distribuída leva a um aumento na capacidade máxima de potência que deve ser
atendida pelo alimentador. Isso acontece devido ao fato de que o novo horário de ponta do
sistema passaria a acontecer nos horários de maior produção de energia elétrica (por volta de
meio-dia) e o sistema seria utilizado, nesses horários, para exportação do excedente de geração.
Observa-se ainda que para altas quantidades de geração solar, políticas que incentivam o
surgimento de sistemas de maior porte (Quota e Net Metering Virtual) implicam em menor
aumento da capacidade total do alimentador do que gerações de pequeno porte (feed in e net
metering).
A explicação para esse fenômeno envolve a análise de perdas. Quando o nível de penetração é
elevado, o momento em que circular a maior potência pelo alimentador passa a ser durante o
pico de geração. Como, nesse momento, as perdas em termos de potência são maiores para as
políticas que incentivam geração de tamanho mais elevado, a potência que chegará a circular
pelo tronco do alimentador será menor para essas políticas. Logo, o aumento na capacidade do
sistema para políticas que incentivam GD de maior porte será menor que o aumento provocado
pelas políticas que levam ao surgimento de sistemas menores. Ressalta-se que a análise aqui
apresentada é das perdas em termos de potência ocorridas no momento de maior carregamento
do alimentador e não das perdas em termos de energia tratadas na seção 6.3.3.1.
Por fim, nota-se também, da Figura, que o impacto negativo (decorrente do aumento da
potência máxima a ser atendida pelo alimentador para altos níveis de penetração de GDFV) é
superior ao benefício de redução causado pelas primeiras plantas fotovoltaicas. Com efeito,
para uma política de net metering, enquanto a redução máxima da potência de pico do sistema
ocasionada é de apenas 6,7% da demanda máxima sem GDFV (para um nível de penetração
138
em torno de 45%), a geração solar pode ocasionar uma elevação na capacidade a ser atendida
pelo alimentador em mais de 123% da potência original (para penetração próxima a 100%).
Essa análise mostra que, embora o efeito na postergação de investimentos devido à GDFV seja
pequeno, essa geração, quando em quantidade elevada, pode implicar na necessidade de
investimentos adicionais na capacidade do sistema elevados.
6.3.3.3 Tensão
A Figura 6.11 mostra o resultado das simulações de impacto da GDFV nos níveis de tensão
das barras com carga do alimentador estudado.
Figura 6.11 – Porcentagem diária média de tensões fora dos limites regulamentares (±5%) no
alimentador TG01 em função do nível de penetração de GDFV.
Primeiramente, ressalta-se a presença de algumas imprecisões nos dados, devidas ao erro

admitido quando da definição do Coeficiente de Variação. Por exemplo, no caso base (sem a
139
presença de GDFV), a quantidade de tensões fora dos limites em todas as políticas deveria ser
idêntica, o que não se verifica no gráfico. Esses erros acontecem em virtude do CV que, para
esse caso, variou entre 1,66% e 1,71%, conforme Tabela 6.18. Essas imprecisões poderiam ser
facilmente corrigidas por meio do aumento no número máximo de simulações e da diminuição
do CV máximo. Todavia, alterações no algoritmo dessa natureza levariam a um aumento no
tempo de processamento computacional, que pode ser relevante. No entanto, para o caso da
tensão, como apresentado na seção seguinte, o peso desse impacto em termos financeiros em
relação aos demais é significativamente inferior. Dessa forma, um aumento na precisão desses
resultados levaria a modificações nos valores finais muito inferiores ao erro de 1%. Assim
sendo, optou-se por manter a quantidade de simulações limitada em 1.000, admitindo-se, para
alguns casos, um CV ligeiramente superior a 1%.
O efeito das diferentes políticas de incentivo à GDFV no perfil de tensões é similar àquele
verificado na análise do impacto da geração solar nas perdas do alimentador. Net metering
mostrou-se como a política que mais contribui para a melhoria das tensões. Com relação às
políticas de feed in e de quotas, percebe-se novamente que, quanto menor o tamanho de cada
GD, melhor e a influência da geração total nas tensões às quais as unidades consumidoras estão
submetidas. Cumpre também destacar que a adoção de uma política que permita a instalação
de GDFV sem correlação com o consumo das residências e comércios do alimentador (net
metering virtual) mostrou-se, de maneira geral, como a pior alternativa na melhoria dos níveis
de tensão.
Por fim, a análise mostra que, para níveis de penetração próximos de 100%, apenas uma
regulamentação do tipo net metering levaria a uma melhora nas tensões. O efeito de todas as
demais políticas para essa quantidade de GDFV é bastante semelhante e todas no sentido de
piora na qualidade.
6.3.4 Comparação entre os impactos
As variações dos impactos nas perdas, na capacidade e no perfil de tensões em relação ao caso
base com penetração nula de GDFV (∆𝑃𝑝𝑒𝑛 , ∆𝐶𝑎𝑝𝑝𝑒𝑛 e ∆𝑉 𝑝𝑒𝑛) foram calculadas de acordo
com as equações (5.13), (5.15) e (5.17) e, de posse desses valores, o valor monetário de cada
impacto foi determinado em consonância com as equações (5.18), (5.19) e (5.21). Os resultados
140
para cada uma das políticas são apresentados na Tabela 6.19 (perdas), na Tabela 6.20
(capacidade) e na Tabela 6.21 (tensões).
Tabela 6.19 – Valor monetário dos impactos da GDFV nas perdas do alimentador TG01 em
função do nível de penetração de GDFV.
Perdas - 𝑷𝒑𝒆𝒏 (MWh/dia)
Nível de Penetração Net metering
Net metering Feed in 5 kW Feed in 10 kW Quota
Virtual
0% R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00
11% -R$ 263.768,19 -R$ 10.942,53 -R$ 241.643,31 -R$ 226.403,29 -R$ 74.384,75
23% -R$ 448.051,52 R$ 70.619,09 -R$ 370.565,83 -R$ 341.614,60 -R$ 39.185,17
34% -R$ 552.151,98 R$ 237.464,70 -R$ 392.593,98 -R$ 364.487,40 R$ 47.450,51

45% -R$ 564.323,85 R$ 481.127,42 -R$ 342.376,11 -R$ 279.751,76 R$ 244.429,11
56% -R$ 510.959,55 R$ 819.636,56 -R$ 191.756,95 -R$ 114.504,18 R$ 514.491,32
68% -R$ 358.728,35 R$ 1.172.954,34 R$ 46.921,89 R$ 135.426,15 R$ 839.600,98
79% -R$ 90.802,22 R$ 1.684.909,66 R$ 372.684,26 R$ 485.472,06 R$ 1.285.435,37

91% R$ 267.953,90 R$ 2.216.297,25 R$ 772.025,61 R$ 863.602,08 R$ 1.832.617,26
101% R$ 705.882,22 R$ 2.751.304,50 R$ 1.245.001,55 R$ 1.363.917,25 R$ 2.407.889,83
Tabela 6.20 – Valor monetário dos impactos da GDFV na capacidade máxima de

atendimento do alimentador TG01 em função do nível de penetração de GDFV.
Capacidade - 𝑪𝒂𝒑𝒑𝒆𝒏 (MW)
Virtual
0% R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00
11% -R$ 43.679,24 -R$ 49.140,27 -R$ 39.162,41 -R$ 31.317,47 -R$ 33.811,44
23% -R$ 74.934,64 -R$ 82.803,15 -R$ 70.858,78 -R$ 49.462,70 -R$ 79.944,83
34% -R$ 105.001,56 -R$ 116.011,47 -R$ 98.705,68 -R$ 84.603,65 -R$ 101.548,22
45% -R$ 122.489,27 -R$ 127.882,77 -R$ 125.247,60 -R$ 132.842,62 -R$ 102.005,26
56% R$ 118.758,15 -R$ 46.989,16 R$ 50.245,40 R$ 73.822,42 -R$ 16.611,94
68% R$ 648.569,97 R$ 445.733,60 R$ 599.910,94 R$ 567.282,45 R$ 497.501,41
79% R$ 1.112.047,40 R$ 965.669,77 R$ 1.208.324,55 R$ 1.185.698,91 R$ 1.016.056,07
91% R$ 1.677.340,63 R$ 1.515.850,20 R$ 1.754.846,43 R$ 1.724.189,32 R$ 1.609.051,31
101% R$ 2.244.357,38 R$ 1.917.773,10 R$ 2.253.991,45 R$ 2.204.571,86 R$ 2.070.408,67
141
Tabela 6.21 – Valor monetário dos impactos da GDFV nos níveis de tensão do alimentador
TG01 em função do nível de penetração de GDFV.
Tensão - 𝑽𝒑𝒆𝒏 (%)
Virtual
0% R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00
11% -R$ 12.698,86 -R$ 8.954,97 -R$ 10.173,56 -R$ 8.452,55 -R$ 6.166,00
23% -R$ 18.690,65 -R$ 11.317,85 -R$ 16.768,96 -R$ 13.990,88 -R$ 11.774,65
34% -R$ 22.256,27 -R$ 11.982,85 -R$ 18.921,48 -R$ 17.282,83 -R$ 12.528,19
45% -R$ 24.404,81 -R$ 11.983,15 -R$ 21.103,81 -R$ 18.616,69 -R$ 11.544,81
56% -R$ 25.165,88 -R$ 9.120,36 -R$ 19.461,81 -R$ 16.891,49 -R$ 10.397,45
68% -R$ 26.068,85 -R$ 6.669,20 -R$ 15.348,16 -R$ 12.096,16 -R$ 7.399,00
79% -R$ 23.929,26 -R$ 1.838,84 -R$ 8.283,28 -R$ 6.588,25 -R$ 2.370,99
91% -R$ 21.148,79 R$ 2.222,36 R$ 810,46 R$ 1.214,58 R$ 2.910,92
101% -R$ 16.442,15 R$ 7.979,80 R$ 9.252,43 R$ 11.011,39 R$ 9.283,69
O somatório do valor monetário de todos os impactos técnicos calculados resulta numa

quantificação do efeito final da inserção de GDFV sob cada uma das políticas em estudo. Essa
quantificação é mostrada na Tabela 6.22 e, de maneira gráfica, na Figura 6.12.
Tabela 6.22 – Somatório dos impactos da GDFV no alimentador TG01 em função do nível de
penetração de GDFV referentes ao período de 25 anos trazidos para valor presente.
Soma dos impactos
Virtual
0% R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00 R$ 0,00
11% -R$ 320.146,28 -R$ 69.037,77 -R$ 290.979,29 -R$ 266.173,31 -R$ 114.362,20
23% -R$ 541.676,81 -R$ 23.501,91 -R$ 458.193,56 -R$ 405.068,18 -R$ 130.904,64
34% -R$ 679.409,81 R$ 109.470,38 -R$ 510.221,14 -R$ 466.373,87 -R$ 66.625,90
45% -R$ 711.217,93 R$ 341.261,50 -R$ 488.727,52 -R$ 431.211,06 R$ 130.879,03
56% -R$ 417.367,27 R$ 763.527,03 -R$ 160.973,36 -R$ 57.573,25 R$ 487.481,93
68% R$ 263.772,77 R$ 1.612.018,74 R$ 631.484,67 R$ 690.612,45 R$ 1.329.703,39
79% R$ 997.315,92 R$ 2.648.740,59 R$ 1.572.725,53 R$ 1.664.582,72 R$ 2.299.120,44
91% R$ 1.924.145,73 R$ 3.734.369,81 R$ 2.527.682,49 R$ 2.589.005,98 R$ 3.444.579,48
101% R$ 2.933.797,45 R$ 4.677.057,40 R$ 3.508.245,43 R$ 3.579.500,50 R$ 4.487.582,19
142
Figura 6.12 - Somatório dos impactos da GDFV no alimentador TG01 em função do nível de
penetração de GDFV.
Por meio da Tabela 6.11 e da Figura 6.612, verifica-se que, para todos os níveis de penetração
de GDFV, as políticas estudadas podem ser assim ranqueadas de acordo com a ordem de
preferência em relação aos impactos na rede que elas causam:
1º. Net metering
2º. Feed in pequena (5 kW)
3º. Feed in média (10 kW)
4º. Quotas
5º. Net metering virtual
A Figura 6.612 mostra que a política de net metering é a que induz a instalação de GDFV da
maneira a se obter maiores benefícios técnicos. A partir do caso base, sem geração distribuída,
e à medida que o nível de penetração avança até cerca de 45%, os benefícios provocados pela
geração majoram-se com o aumento da quantidade de GDFV. Os resultados mostram que
apenas níveis muito elevados de penetração (a partir de 65%) levam a impactos negativos
superiores aos impactos positivos da GDFV quando inserida por meio de uma política de net
metering pura. Por outro lado, políticas que incentivam a presença de sistemas de maior porte
e com tamanho menos atrelado ao consumo local não levam a benefícios tão pronunciáveis e
implicam em custo para a sociedade com baixos níveis de penetração. Por exemplo, para o caso
da política de net metering virtual (para a qual o tamanho da GD foi definido como aleatório
variando de 0 a 100 kW), níveis de penetração ligeiramente superiores a 20% já implicam em
mais custos que benefícios. Para o alimentador utilizado nos testes, esse percentual seria
alcançado com pouco mais de 2 MW de GDFV.
143
Essas constatações podem servir de alerta aos tomadores de decisão no sentido de optarem
sempre por políticas que levem à maior pulverização dos sistemas de modo a tornar a
regulamentação mais sustentável em longo prazo. A título de comparação, os impactos
negativos provocados por 3 MW de GDFV instalada sob uma política de net metering virtual
são equivalentes aos impactos causados por 5,7 MW de GDFV instalada de acordo com uma
política de net metering pura. Admitindo-se uma taxa constante de crescimento da GDFV, essa
constatação indicaria que a segunda política poderia ser adotada por quase o dobro do tempo
que a primeira.
Outra verificação importante é que, de maneira contrária ao observado no alimentador

simplificado, não há troca na ordem de prioridade das políticas ao longo do nível de penetração.
A política de net metering é a que implica em maiores benefícios técnicos à rede, seguida das
tarifas feed in de 5 kW e 10 kW, das quotas e, por fim, do net metering virtual. Esses resultados
mostram que, quanto mais aderente ao consumo local e quanto menor o tamanho relativo de
cada microusina, maiores são os benefícios que esta geração aporta para a rede.
Os resultados permitem ainda quantificar o benefício por unidade de potência de GDFV

instalada. Para tanto, a Tabela 6.23 mostra, para cada nível de penetração, o valor presente do
impacto da geração solar em virtude de uma política de net metering e a potência total
instalação em cada um dos níveis. A simples divisão dessas duas colunas mostra o impacto
causado por cada kW de GDFV instalado.
de net metering para cada nível de penetração.
Potência Impacto
Nível de Impacto Total da
total unitário da
Penetração GDFV
instalada GDFV
(%) (R$)
(MW) (R$/kW)
0% R$ 0,00 0 –
11% -R$ 320.146,28 1 R$ 320,15
23% -R$ 541.676,81 2 R$ 270,84
34% -R$ 679.409,81 3 R$ 226,47
45% -R$ 711.217,93 4 R$ 177,80
56% -R$ 417.367,27 5 R$ 83,47
68% R$ 263.772,77 6 R$ 43,96
79% R$ 997.315,92 7 R$ 142,47
91% R$ 1.924.145,73 8 R$ 240,52
101% R$ 2.933.797,45 9 R$ 325,98
144
Nota-se que os primeiros sistemas solares instalados contribuem significativamente mais para
a rede que os demais. Esses valores podem ser utilizados como uma forma de incentivo
adicional à instalação dos primeiros sistemas. Assim, uma política poderia ser estabelecida de
modo que os primeiros 1 MW de sistemas receberiam R$ 320,15 por kW instalado. Nesse caso,
um consumidor que fosse instalar, em sua residência, um sistema de 4 kW, poderia receber, a
título de auxílio devido ao benefício social que seu sistema acarreta, uma quantia de R$
1.280,59. Esse tipo de política permitiria o desenvolvimento da GDFV sem aplicação de
subsídios, tendo em vista que o aporte governamental à instalação de cada sistema seria num
valor equivalente ao benefício financeiro que este sistema traria para a sociedade com relação
ao seu impacto nas redes de distribuição de energia elétrica.
Por outro lado, à medida que novos sistemas são incorporados à rede, essa nova geração pode
causar custos adicionais ao sistema e, nesse contexto, deveriam ser responsabilizadas por seu
impacto. Nesse caso, por exemplo, quando o nível de penetração estiver em torno de 90%, o
consumidor que desejasse instalar GDFV deveria ter que pagar aos demais consumidores uma
taxa de mais de R$ 240,00 por kW instalado.
Apesar de os impactos técnicos da GDFV resumidos nas Figuras 6.9 a 6.11 independerem dos
valores utilizados para fins monetários, os resultados dos impactos de cada unidade de potência
instalada sofrem forte variação a depender dos preços utilizados para quantificação das perdas,
da capacidade e da tensão. Nessa perspectiva, o benefício auferido em R$ 320,15/kW para os
primeiros sistemas instalados variaria com a utilização de outros patamares de preços. A seção
6.3.5 apresenta uma análise de sensibilidade, visando permitir uma avaliação do grau de
dependência desses resultados aos dados de entrada do modelo de monetização.
6.3.5 Análise de Sensibilidade
Com o objetivo de determinar a relativa importância de cada impacto técnico no resultado final
apresentado na Tabela 6.23, bem como sua robustez frente a variações nos dados utilizados
para fins de monetização de cada um do fatores (perdas, capacidade e tensão), realizou-se uma
análise de sensibilidade, variando-se cada parâmetro individualmente (método OFAT) .
145
A Figura 6.13 apresenta a variação do impacto final, em reais, da inserção de 1 kW sob a
política de net metering para diferentes níveis de penetração. Em cada um dos casos mostrados
na figura, variaram-se as grandezas utilizadas na monetização dos impactos técnicos em 50%
para mais e para menos.
(a) 10% de penetração (b) 45% de penetração
(c) 91% de penetração

net metering conforme o nível de penetração frente à alteração em ±50% dos valores
utilizados para monetizar os impactos de perdas, capacidade e tensão.
Da Figura 6.13 (a) pode-se perceber que a economia provocada pelos primeiros sistemas
instalados, calculada em R$ 320,15/kW seria de apenas R$ 188,26 caso o preço do mix de
compra de energia (utilizado para calcular a economia devido à redução de perdas provocada
pela GDFV) fosse 50% inferior ao utilizado nos cálculos. Por outro lado, na hipótese de esse
preço ser 50% superior àquele considerado, a economia aportada por cada kW de GDFV
chegaria a R$ 452,03. Nota-se, ainda, que uma variação de ±50% no custo marginal de
expansão (utilizado para monetizar o impacto da GDFV na capacidade do sistema) implicaria
numa alteração pequena no resultado final, mostrando que as perdas foram o principal
motivador da economia aportada pela geração distribuída. De maneira semelhante, variações
146
na TUSD (considerada na valoração do efeito da geração no perfil de tensões) provoca uma
variação inferior a 2% no resultado final.
À medida que o nível de penetração aumenta (Figura 6.13 (b)), verifica-se uma diminuição no
efeito que variações nos parâmetros de entrada provocam no resultado final, mas é possível
identificar ainda que as perdas continuam sendo o fator preponderante. Para altas quantidades
de GDFV (Figura 6.13 (c)), o impacto final que a inserção de um kW de geração provoca na
rede passa a variar mais com alterações na quantificação da capacidade máxima do
alimentador, indicando que, nesse caso, as perdas e as tensões não possuem tanta influência no
resultado.
Uma possível consideração alternativa para o caso das perdas seria de que a energia “não
perdida” em virtude da presença de GDFV impactaria em todo o espectro da distribuição e,
por esse motivo, deveria ser faturada pelo custo final aos consumidores do Grupo B daquela
energia (soma das componentes TUSD e TE em R$/MWh). Para simular essa situação, foram
considerados os valores de TUSD e TE adotados neste trabalho de, respectivamente,
R$ 205,24/MWh e R$ 183,76/MWh. Nesse caso, a GDFV sob uma política de net metering
implicaria em benefícios à rede da ordem de R$ 614,75/kW para os primeiros sistemas
instalados. Isso implica dizer que, considerando-se o custo de R$ 6.500,00/kWp instalado, os
benefícios da GDFV na rede somariam quase 10% de seu custo total. Aqui, cumpre destacar
que, evidentemente, o principal benefício da geração é valorado por sua própria produção de
eletricidade, que não é considerada neste estudo, visto que a quantidade de energia produzida
independe da política adotada, ou seja, de sua localização relativa no alimentador e do tamanho
de cada sistema (caso a potência total seja constante). No entanto, a presente análise deixa claro
que os benefícios técnicos adicionais provocados por essa geração não são negligenciáveis.
Num nível de penetração próximo a 45% de GDFV inserida sob uma política de net metering,
por exemplo, os benefícios totais da geração atingiriam a marca de R$ 711 mil para um único
alimentador.
O presente capítulo cuidou de aplicar o método proposto a um alimentador simplificado e a um

alimentador real (completo) com o objetivo de comparar diversas políticas de suporte à GDFV.
147
A comparação levou em consideração três dos principais impactos causados pela GDFV que
se instalaria na rede conforme cada uma das políticas adotadas: alteração nas perdas de energia
elétrica, aumento ou redução da capacidade de atendimento à demanda de pico do alimentador
e modificações nos níveis de tensão de fornecimento às unidades consumidoras.
Para realizar os cálculos desses impactos, foram consideradas as incertezas (probabilidades)

relativas aos patamares de consumo e às curvas de carga das instalações, assim como aquelas
inerentes à irradiação solar no local de instalação da geração.
Os resultados da aplicação do método para um alimentador completo e cinco políticas de

incentivo à GDFV diferentes demonstraram a seguinte ordem de preferência com relação ao
impacto provocado nas redes: net metering, feed in de 5 kW, feed in de 10 kW, quotas e net
metering virtual.
Adicionalmente, os dados obtidos mostram que, para baixos níveis de penetração (inferiores a
20%), o impacto da GDFV instalada sob qualquer uma das políticas analisadas é positivo:
houve redução de perdas, diminuição da demanda de pico do alimentador e melhoria no perfil
de tensões de atendimento às unidades consumidoras.
Já para níveis de penetração entre 30% e 60% (média penetração), apenas as políticas de net
metering e feed in (pequena e média) mostraram-se capazes de aportar benefícios para a rede.
A inserção dessa mesma quantidade de GDFV sob políticas de quotas ou de net metering virtual
leva o sistema a situações piores do que aquela verificada sem geração distribuída: as inversões
no fluxo de potência da rede provocadas pelas microusinas fazem com que elas impliquem em
custos adicionais ao sistema.
Na presença de elevados níveis de penetração (entre 60% e 100%), a grande quantidade de

sistemas solares fotovoltaicos causa impactos negativos à rede sob qualquer uma das políticas
estudadas: aumentam-se as perdas devido à circulação de energia da geração de volta para a
subestação, os picos de geração que acontecem por volta do meio-dia implicam em picos do
sistema maiores que aqueles originalmente causados pelas cargas e os níveis de tensão
começam a se elevar acima dos limites regulatórios.
148
O resultado da aplicação do método proposto permite então concluir que, para o alimentador
analisado, as políticas de incentivo à geração solar devem ser acompanhadas por estudos de
AIR, atentando-se para eventuais mudanças nas condições e impactos negativos que possam
ocorrer a partir da evolução na quantidade de GDFV. Nesse sentido, o tomador de decisão
precisaria reavaliar a conveniência de continuidade da política previamente estabelecida.
149
7 CONCLUSÕES
7.1 ASPECTOS GERAIS
Esta tese propôs um método robusto que permite identificar o tipo de política de incentivo à
geração solar que implica em maiores benefícios técnicos para as redes de distribuição de
energia elétrica, em decorrência da motivação e da relevância apresentadas no Capítulo 1.
De forma a fazer um panorama do cenário atual sobre o assunto, o Capítulo 2 exibiu uma
descrição detalhada dos principais impactos advindos da inserção de GDFV nas redes e
mostrou as lacunas existentes na literatura que tornam necessário o estabelecimento de um
método que quantifique os impactos da GDFV de acordo com diferentes formas de inserção
dessa geração na rede. Além disso, a revisão bibliográfica mostrou que três impactos da
geração solar na rede têm maior relevância e condições de serem objetivamente quantificados:
(i) mudanças no perfil de perdas técnicas, (ii) alterações da capacidade de atendimento à
potência de pico nas redes e (iii) variações na tensão de fornecimento às unidades
consumidoras.
De maneira complementar, o Capítulo 3 apresentou um diagnóstico das políticas de incentivo

à geração solar distribuída, dando ênfase aos modelos de net metering (medição líquida da
energia gerada e da energia consumida), de tarifas feed in (tarifas específicas pagas aos
consumidores que instalam GDFV) e de quotas (estabelecimento de valores mínimos locais ou
regionais de energia que deverão ser provenientes de GDFV).
Como o método que se pretendia desenvolver pressupõe que os sistemas de geração solar são
instalados em tamanhos e locais diferentes quando incentivados por políticas diferentes, foi
realizada uma análise comparativa entre as políticas adotadas em quatro países (Reino Unido,
Alemanha, Brasil e Estados Unidos) e a forma como a GDFV se desenvolveu nessas nações
(Capítulo 4). Os resultados mostraram que, apesar de não determinar especificamente as
características de todos os sistemas de geração instalados, as formas de regulação existentes
150
têm amplo potencial de induzir quais serão as características da maior parte dos sistemas
conectados às redes.
A comprovação da hipótese de que a regulação tem impacto direto no desenvolvimento do

mercado permitiu então a proposição, no Capítulo 5, do método que objetiva encontrar, dentre
diferentes formas de suporte à GDFV, aquela que implica em maiores impactos técnicos
positivos. Para tanto, calculam-se primeiramente os impactos que a geração solar
descentralizada causa na rede de acordo com cada uma das políticas, utilizando-se técnicas de
simulações de Monte Carlo e fluxo de potência que consideram as incertezas e probabilidades
intrínsecas às cargas e à geração solar. Depois de quantificados esses impactos, avalia-se a
sensibilidade dos resultados frente a variações nos valores utilizados para monetizar os
impactos da GDFV.
A análise da aplicação do método em um alimentador simplificado foi apresentada na primeira

parte do Capítulo 6 e os resultados indicaram que, para baixos níveis de penetração, esquemas
de incentivo regulatório do tipo net metering, que provocam o surgimento de GDFV de
tamanho proporcional ao consumo das unidades consumidoras, implicam em maiores
benefícios para a rede elétrica do que regulações do tipo tarifa feed in. À medida que o nível
de penetração aumenta, contudo, o cenário se inverte e a forma de incentivo mais adequada
passa a ser aquela na qual a geração solar será instalada de maneira independente do consumo
das residências e comércios conectados à rede analisada (tarifa feed in). Ao serem submetidos
a exames de sensibilidade, os resultados mostraram-se constantes mesmo para grandes
variações nos pesos atribuídos a cada impacto.
O método foi em seguida aplicado a um alimentador completo situado em Brasília que atende
a unidades consumidoras comerciais e residenciais. Foram adotadas as curvas de carga e os
patamares de consumo específicos da área de concessão e níveis de irradiação solar locais.
Cinco políticas de incentivo foram avaliadas: (i) net metering – política que estimula que os
consumidores instalem GDFV com tamanho proporcional ao seu consumo local; (ii) net
metering virtual – que implicaria em sistemas com tamanho aleatório variando entre 0 e
100 kW; (iii) feed in de potência baixa – que incentiva o surgimento de sistemas de 5 kW; (iv)
151
feed in de potência média – que estimula o aparecimento de geração solar de 10 kW; e (v)
quotas – considerando que essa política levaria à instalação de sistemas maiores, de 50 kW.
Os resultados indicam que a política de net metering implica em maiores benefícios técnicos
para a rede que qualquer outra política de incentivo, independentemente do nível de penetração
de GDFV. As políticas de feed in (de 5 e de 10 kW) e de quota levam à instalação de GDFV
de forma a se obter benefícios, porém em menor magnitude. Por fim, a política de net metering
virtual mostrou-se como a menos capaz – dentre as formas de incentivo à GDFV analisadas –
de extrair benefícios técnicos da geração solar fotovoltaica.
Além de permitir a escolha da política que potencializa os benefícios técnicos para a rede
elétrica, o método permitiu também quantificar os impactos da GDFV para cada nível de
penetração. Considerando-se a aplicação de uma política de net metering, os primeiros sistemas
instalados proporcionariam um benefício de mais de 320,00 R$/kW instalado. Esse valor
reduz-se à medida que mais geração distribuída é conectada ao alimentador e, após atingido o
patamar de 65% de penetração, a conexão de GDFV implica no aumento dos custos totais para
a rede: a geração distribuída adicional será mais prejudicial do que benéfica para a rede de
distribuição. Se as mesmas quantidades de GDFV fossem instaladas sob uma política de net
metering virtual, o benefício apresentado pelas primeiras microusinas seria de apenas R$ 69,00
e a geração passaria a ser prejudicial para o sistema a partir de níveis de penetração inferiores
a 30%. Esses resultados demonstram o grau de preferência que a política de net metering pura
tem sobre uma política que incentive sistemas em tamanhos aleatórios.
Essas conclusões podem ser utilizadas, após aplicação do método a uma quantidade
significante de alimentadores, para subsidiar eventuais alterações nas políticas de incentivo à
GDFV. Em particular, no Brasil as regras do Sistema de Compensação de Energia Elétrica
serão revisadas até o fim de 2019 e o atual modelo em vigor, que permite diversas formas de
net metering virtual, poderia ser revisado para eventualmente se adaptar a um modelo de net
metering puro, extraindo assim maiores benefícios da geração distribuída.
Portanto, o método desenvolvido permite determinar a melhor política de incentivo à GDFV

para se alcançar mais benefícios técnicos, ao tempo em que quantifica o impacto da geração
152
solar sob diferentes cenários, embasando os tomadores de decisão na escolha de políticas que
atribuam aos consumidores que instalem GDFV os benefícios ou os custos advindos da energia
que injetarem.
A escolha de uma política envolve diversos outros fatores que não são abordados neste
trabalho, tais como: impactos ambientais, geração de empregos, desenvolvimento da indústria
local e regulamentações preexistentes. Todavia, o método aqui desenvolvido permite
quantificar os impactos técnicos e traduzi-los em termos econômicos de forma a servir de
subsídio complementar aos tomadores de decisão na escolha de políticas apropriadas para que
a geração distribuída solar fotovoltaica possa contribuir de maneira mais otimizada para o
desenvolvimento da sociedade.
7.2 RESUMO DAS PRINCIPAIS CONTRIBUIÇÕES
Desenvolveu-se um algoritmo que permite determinar os impactos da GDFV (redução de

perdas, postergação de investimentos e melhoria dos perfis de tensão) para diferentes níveis de
penetração, considerando-se as incertezas relacionadas aos patamares de consumo, às curvas
de carga das unidades consumidoras e à irradiância solar da região.
Como aspecto fundamental, destaca-se que o cálculo dos impactos da GDFV na rede foi
realizado com o emprego de valores probabilísticos relativos às características das unidades
consumidoras e da geração solar. Essa abordagem aumenta consideravelmente a robustez do
método na medida em que não se utilizam valores médios ou estimativas subjetivas dos
patamares de consumo, das curvas de carga ou do comportamento da irradiação local. Em que
pese a existência da abordagem de incertezas em alguns trabalhos de quantificação de impactos
de GDFV presentes na literatura, nenhum dos estudos analisados utiliza essa técnica da maneira
ampla e sistematizada proposta neste trabalho.
153
7.3 TRABALHOS FUTUROS
Nos processos de revisão tarifária atualmente realizados pela ANEEL, estão sendo
consideradas as características dos alimentadores das concessionárias de distribuição de
energia elétrica, com o intuito de calcular perdas técnicas por meio de análise do fluxo de
potência nas redes. Os dados estão no formato utilizado pelo software OpenDss e, num futuro
próximo, já estarão disponíveis para quase todas as distribuidoras do país (ANEEL, 2014a).
Dessa forma, a aplicação do método proposto para um conjunto significativo de dados de
alimentadores e distribuidoras diferentes levará à obtenção de resultados que possam ser
generalizados. Para tanto, são necessários esforços no sentido de:
a) coletar os dados de topologia dos alimentadores, irradiação solar, patamares de

consumo e curvas de carga de cada distribuidora;
b) avaliar a necessidade de utilização de valores estatísticos para as curvas de carga e para
os patamares de consumo nos casos nos quais esses valores já sejam de conhecimento
da distribuidora;
c) avaliar a necessidade de utilização de valores estatísticos de irradiação diferenciados
para cada estação do ano (sobretudo para localidades situadas em regiões de elevada
latitude);
d) estudar o comportamento probabilístico da irradiação solar a fim de verificar se a
distribuição gaussiana é efetivamente a que melhor representa essa variável em cada
momento do dia; e
e) migrar o algoritmo computacional do Matpower para o OpenDss (podendo parte do
algoritmo continuar a ser programada no MatLab®, que, para o cálculo do fluxo de
potência, executaria o OpenDss). Essa migração, além de reduzir o tempo de simulação,
permite uma modelagem mais exata da rede (redes trifásicas) e a adoção de modelos de
representação das cargas diferentes do adotado neste trabalho (potência constante).
Uma outra linha de pesquisa, com viés mais econômico, poderia focar na obtenção de valores
mais precisos para monetizar os impactos técnicos calculados por meio do método aqui
proposto. Nessa perspectiva, sugere-se:
154
a) avaliação de métodos de valoração das perdas que considerem, além do custo de
compra da energia, os benefícios indiretos advindos da redução de circulação de
eletricidade em virtude da redução das perdas;
b) criação de modelos de valoração de investimentos específicos nas redes decorrentes do
aumento na potência de pico dos alimentadores em função da conexão de GDFV, tais
como eventuais ajustes nas proteções, trocas de transformadores e recondutoramentos;
c) valoração dos investimentos necessários nas redes em virtude da modificação dos perfis
de tensão provocado pela GDFV, considerando-se os custos de reguladores de tensão e
transformadores com taps eventualmente existentes e sua eventual necessidade de
substituição.
No que tange ao método proposto, destaca-se que estudos que considerem impactos adicionais
da GDFV (como, por exemplo, questões relacionadas à qualidade da energia elétrica e à
estabilidade dos sistemas) deveriam também ser realizados de modo a permitir sua futura
quantificação e monetização, incorporando-os a análises semelhantes às aqui realizadas.
Por fim, importa ressaltar que os cenários propostos neste trabalho poderiam ser utilizados para
quantificação dos efeitos da inserção da GDFV no faturamento das distribuidoras. Essa
pesquisa focaria em quantificar os eventuais subsídios cruzados que cada política acarreta,
estimando os impactos tarifários aos quais os demais consumidores estariam sujeitos. Esses
estudos, em conjunto com uma análise mais abrangente (considerando-se diversos
alimentadores de distribuidoras distintas) dos impactos técnicos aqui apresentados, permitiria
traçar um perfil geral da GDFV, quantificando suas consequências nos mais variados aspectos
(tanto técnicos quanto tarifários) e indicando que tipos de políticas poderiam levar ao
crescimento da GDFV de maneira mais sustentável, em benefício da sociedade.
155
REFERÊNCIAS BIBLIOGRÁFICAS
Abdul Kadir, A.F., Mohamed, A. & Shareef, H., 2011. Harmonic impact of different distributed
generation units on low voltage distribution system. Niagara Falls, ON, 2011. 2011 IEEE
International Electric Machines & Drives Conference (IEMDC).
Adbullah, M.A., Muttaqi, K.M., Agalgaonkar, A.P. & Sutanto, D., 2013. Capacity deferral
credit evaluation of renewable ditributed generation. In Industry Applications Society Annual
Meeting. Lake Buena Vista, FL, 2013. IEEE.
Allan, G. et al., 2015. The economics of distributed energy generation: A literature review.
Renewable and Sustainable Energy Reviews, (42), pp.543-58.
Anaya, K.L. & Pollit, M.G., 2015. Integrating distributed generation: Regulation and trends in
three leading countries. Energy Policy, Disponível em:
http://dx.doi.org/10,1016/j.enpol.2015.04.017.
ANEEL, 2010. Resolução Normativa nº 414, de 9 de setembro de 2010. Brasília-DF: Agência

Nacional de Energia Elétrica.
ANEEL, 2012a. Nota Técnica nº 0068/2012–SRD/ANEEL. Brasília, DF: Agência Nacional de

Energia Elétrica.
ANEEL, 2012b. Nota Técnica nº 169/2012-SRE-SRD/ANEEL. Brasília, DF: Agência Nacional

de Energia Elétrica.
ANEEL, 2012c. PRODIST - Módulo 3 – Acesso ao Sistema de Distribuição - Versão aprovada

pela Resolução Normativa nº 517/2012. Procedimentos de Distribuição de Energia Elétrica no
Sistema Elétrico Nacional – PRODIST. Brasília - DF: Agência Nacional de Energia Elétrica.
ANEEL, 2012d. Resolução Normativa nº 482, de 17 de abril de 2012. Brasília, DF: Agência
Nacional de Energia Elétrica - ANEEL.
ANEEL, 2014a. Nota Técnica n° 0104/2014-SRD/ANEEL. Brasília, DF: Agência Nacional de

Energia Elétrica.
ANEEL, 2014b. Nota Técnica n° 0105/2014-SRD/ANEEL. Brasília, DF: Agência Nacional de

Energia Elétrica.
ANEEL, 2014c. PRODIST - Módulo 8 – Qualidade da Energia Elétrica - Revisão 6 - Versão

aprovada pela Resolução Normativa nº 641/2014. Procedimentos de Distribuição de Energia
Elétrica no Sistema Elétrico Nacional – PRODIST. Brasília: Agência Nacional de Energia
Elétrica Agência Nacional de Energia Elétrica.
156
ANEEL, 2015a. Espaço do Consumidor - Perdas de Energia - Agência Nacional de Energia
Elétrica. [Online] Disponível em: http://www.aneel.gov.br/area.cfm?idArea=801 [Acesso 28
abril 2015].
ANEEL, 2015b. Nota Técnica nº 0101/2015–SRD/ANEEL. Brasília, DF: Agência Nacional de

Energia Elétrica.
ANEEL, 2015c. Nota Técnica n° 211/2015-SGT/ANEEL. Brasília, DF: Agência Nacional de

Energia Elétrica.
ANEEL, 2015d. PRODIST - Módulo 2 – Planejamento da Expansão do Sistema de

Distribuição - Versão aprovada pela Resolução Normativa nº 655/2015. Procedimentos de
Distribuição de Energia Elétrica no Sistema Elétrico Nacional – PRODIST. Brasília, DF:
Agência Nacional de Energia Elétrica Agência Nacional de Energia Elétrica.
ANEEL, 2016. Registro de Micro ou Minigeradores Distribuídos. [Online] Disponível em:

http://www.aneel.gov.br/arquivos/Excel/Micro_Minigeracao_ANEEL.xlsx [Acesso 08 abril
2016].
ANSI, 2011. ANSI C84.1 - American National Standard for Electric Power Systems and
Equipment – Voltage Ratings (60 Hertz). American National Standard. Rosslyn, VA: American
National Standards Institute, Inc. American National Standards Institute, Inc.
ASU, 2014. Energy Policy Innovation Council. [Online] Disponível em:

https://energypolicy.asu.edu/wp-content/uploads/2014/01/Community-Virtual-and-
Aggregate-net-metering-brief-sheet.pdf [Acesso 02 augusto 2015].
Atwa, Y.M., El-Saadany, E.F., Salama, M.M.A. & Seethapathy, R., 2010. Optimal Renewable
Resources Mix for Distribution System Energy Loss Minimization. IEEE Transactions on
Power Systems, 25(1), pp.360-70.
AUSGRID, 2011. Effect of small solar Photovoltaic (PV) systems on network peak demand.
[PDF Document] Disponível em: https://www.ausgrid.com.au/Common/About-
us/Newsroom/Discussions/~/media/Files/About%20Us/Newsroom/Discussions/Solar%20PV
%20Research%20Paper.ashx [Acesso 10 junho 2015].
Balcombe, P., Rigby, D. & Azapagic, A., 2015. Environmental impacts of microgeneration:
Integrating solar PV, Stirling. Applied Energy, 139(2015), pp.245-59.
Barker, P.P. & Mello, R.W.d., 2000. Determining the Impact of Distributed Generation on
Power Systems: Part 1 - Radial Distribution Systems. Seattle, WA, 2000. IEEE Power
Engineering Society Summer Meeting, 16-20 Jul 2000.
Bertini, D. et al., 2011. Hosting Capacity of Italian LV Distribution Networks. Frankfurt, 2011.
21st International Conference on Electricity Distribution - CIRED.
Bloomberg, 2014. How are European utilities coping with ditributed PV? Blooberg New
Energy Finance.
157
Bollen , M., Schwaegerl, C. & Schmitt, S., 2007. Distributed Energy Resources and Waveform
Distortion. Vienna, 2007. CIRED 19th International Conference on Electricity Distribution.
Bollen, M.H.J., Yang, Y. & Hassan, F., 2008. Integration of Distributed Generation in the
Power System – A Power Quality Approach. Wollongong, NSW, 2008. 13th International
Conference on Harmonics and Quality of Power, 2008. ICHQP 2008..
BRASIL, 2015. LEI Nº 13.169, de 6 de outubro de 2015. Brasília, DF: Diário Oficial da
República Federativa do Brasil.
Bundesnetzagentur, 2015. Datenmeldungen und EEG-Vergütungssätze für Photovoltaikanla-

gen [Dados mensais de novas instalações de sistemas FV e tarifas Feed-in atuais] (em
alemão). [Online] Disponível em: http://www.bundesnetzagentur.de/DE/Sachgebiete/
ElektrizitaetundGas/Unternehmen_Institutionen/ErneuerbareEnergien/Photovoltaik/DatenMe
ldgn_EEG-VergSaetze/DatenMeldgn_EEG-VergSaetze_node.html [Accesso emDisponível
em 5 maio 2015].
Burns, J.E. & Kang, J.-S., 2012. Comparative economic analysis of supporting policies for
residential solar PV in the United States: Solar Renewable Energy Credit (SREC) potential.
Energy Policy, (44), pp.217-25.
Campoccia, A., Dusonchet, L., Telaretti, E. & Zizzo, G., 2014. An analysis of feed'in tariffs
for solar PV in six representative countries of the European Union. Solar Energy, (107),
pp.530-42.
CENELEC, 2010. EN 50160 Voltage characteristics of electricity supplied by public

distribution systems. European Standard. Brussels: CENELEC Comité Européen de
Normalisation Electrotechnique.
Clean Energy Regulator, 2015a. Creating small-scale technology certificates. [Online]

Disponível em: http://www.cleanenergyregulator.gov.au/RET/Scheme-participants-and-
industry/Agents-and-installers/Small-scale-technology-certificates/Creating-small-scale-
technology-certificates [Acesso 1 julho 2015].
Clean Energy Regulator, 2015b. Small-scale technology certificates. [Online] Disponível em:
http://www.cleanenergyregulator.gov.au/RET/Scheme-participants-and-industry/Agents-and-
installers/Small-scale-technology-certificates [Acesso 1 julho 2015].
Clean Energy Regulator, 2015. Creating small-scale technology certificates. [Online]

Available at: http://www.cleanenergyregulator.gov.au/RET/Scheme-participants-and-
industry/Agents-and-installers/Small-scale-technology-certificates/Creating-small-scale-
technology-certificates [Acesso 1 julho 2015].
Clean Energy Regulator, 2015c. STC clearing house. [Online] Disponível em:
http://www.cleanenergyregulator.gov.au/OSR/REC/STC-clearing-house [Acesso 3 junho
2015].
Clean Energy Regulator, 2015. Small-scale technology certificates. [Online] Disponível em:
http://www.cleanenergyregulator.gov.au/RET/Scheme-participants-and-industry/Agents-and-
installers/Small-scale-technology-certificates [Acesso 1 julho 2015].
158
Clean Energy Regulator, 2015. STC clearing house. [Online] Disponível em:
http://www.cleanenergyregulator.gov.au/OSR/REC/STC-clearing-house [Acesso 3 junho
2015].
CONFAZ, 2015. CONVÊNIO ICMS 16, DE 22 DE ABRIL DE 2015. Brasília, DF: Confaz
Conselho Nacional de Política Fazendária.
CPUC, 2015. California Renewables Portfolio Standard (RPS). California Public Utilities
Commission (CPUC). [Online] Disponível em: http://www.cpuc.ca.gov/renewables [Acesso
19 maio 2015].
Daimon, 2012. Relatório - Caracterização da Carga da CEB. Relatório. Brasília: Daimon /

CEB - Centrais Elétricas de Brasília.
DCLG, 2009. Multi-criteria analysis: a manual. London: Department for Communities and
Local Government. Disponível em: http://eprints.lse.ac.uk/12761/1/Multi-
criteria_Analysis.pdf.
DECC, 2011. CHP Emission Reductions. [Online] Disponível em:

http://chp.decc.gov.uk/cms/chp-emission-reductions/ [Acesso 20 junho 2011]. Department of
Energy and Climate Change.
Demailly, F., Ninet, O. & Even, A., 2005. Numerical Tools and Models for Monte Carlo
Studies of the Influence on Embedded Generation on Voltage Limites in LV Grids. IEEE
Transactions on Power Delivery, 20(3), pp.2343-50.
Dusonchet, L. & Telaretti, E., 2015. Comparative economic analysis of support policies for
solar PV in the most representative EU countries. Renewable and Sustainable Energy Reviews,
42, pp.986-98.
EEX, 2016. Certified Emission Reduction Futures. Global Environmental Exchange. [Online]
Disponível em: https://www.eex.com/en/market-data/emission-allowances/derivatives-
market/certified-emission-reductions-futures#!/2016/04/27 [Acesso 27 abril 2016].
Ellis, A., 2010. Grid Operations and High Penetration PV. Presentation. Tempe, Arizona:
Utility/Lab Workshop on PV Technology and Systems Sandia National Laboratories.
Ellis, A., 2010. Grid Operations and High Penetration PV. Tempe, AZ: Utility/Lab Workshop
on PV Technology and Systems - NREEL. Sandia National Laboratories.
Enslin, J.H.R. et al., 2003. Harmonic interaction between large numbers of photovoltaic
inverters and the distribution network. Bologna, 2003. 2003 IEEE Bologna Power Tech
Conference Proceedings (Volume:3 ).
EPE, 2014a. Inserção da Geração Fotovoltaica Distribuída no Brasil – Condicionantes e

Impactos. NOTA TÉCNICA DEA 19/14. Rio de Janeiro: Empresa de Pesquisa Energética.
EPE, 2014b. Plano Decenal de Expansão de Energia 2023. Rio de Janeiro, RJ: Empresa de
Pesquisa Energética - EPE.
159
EPIA, 2013. Self Consumption of PV Electricity. Position Paper. Brussels, Belgium: European
Photovoltaics Industry Association.
EPIA, 2014. Global Market Outlook For Photovoltaics 2014-2018. ISBN 9789082228403.
Brussels: European Photovoltaic Industry Association.
EPRI, E.P.R.I., 2010. Choosing Electricity Generation Technologies: Generation Technology

Reference Card. EPRI. Disponível em
http://mydocs.epri.com/docs/CorporateDocuments/SectorPages/GEN/ReferenceCard.pdf.
Farashbashi-Astaneh, S.M. & Dastfan, A., 2010. Optimal Placement and Sizing of DG for Loss
Reduction,Voltage Profile Improvement and Voltage Sag Mitigation. In International
Conference on Renewable Energies and Power Quality - ICREPQ’10. Granada, Spain, 2010.
Fraunhofer, 2008. Evaluation of different feed-in tariff design options – Best practice paper for
the International Feed-In Cooperation. Energy Economics Group.
Fraunhofer, 2015. Recent Facts about Photovoltaics in Germany. Freiburg: Fraunhofer

Institute for Solar Energy Systems ISE.
Georgilakis, P.S. & Hatziargyriou, N.D., 2013. Optimal Distributed Generation Placement in
Power Distribution Networks: Models, Methods, and Future Research. IEEE Transactions on
Power Systems, 28(3), pp.3420-28.
Goodman, J., 2000. Principles of Scientific Computing. [Online] Disponível em:

http://www.cs.nyu.edu/courses/fall06/G22.2112-001/MonteCarlo.pdf [Acesso 5 abril 2015].
Green Bank Academy, 2014. Report: Green Bank Academy. [Online] Disponível em:
http://www.coalitionforgreencapital.com/uploads/2/5/3/6/2536821/green_bank_academy_rep
ort.pdf [Acesso 5 julho 2015].
Hoke, A., Buttler, R., Hambrick, J. & Kroposki, B., 2013. Steady-State Analysis of Maximum
Photovoltaic Penetration Levels on Typical Distribution Feeders. IEEE Transactions on
Sustainable Energy, 4(2), pp.350-57.
IEA, 2008. Deploying Renewables: Principles for Effective Policies. Paris: International
Energy Agency.
IEA, 2014. Technology Roadmap: Solar Photovoltaic Energy. Paris: International Energy
Agency.
IEA, 2015. Photovoltaic Power Systems Programme - Annual Report 2014. ISBN 978-3-
906042-34-3. Disponível em http://www.iea-pvps.org/index.php?id=6. IEA.
IEEE, 2003. Std. 1457 - 2003 - Standard for Interconnecting Distributed Resources With
Electric Power Systems. New York: Institute of Electrical and Electronics Engineers.
INMET, 2015. Instituto Nacional de Meteorologia. [Online] Disponível em:

http://www.inmet.gov.br/ [Acesso 23 abril 2015].
160
Institute for Building Efficiency, 2010. Feed-In Tariffs: A Brief History - August 2010. [Online]
Disponível em: http://www.institutebe.com/energy-policy/feed-in-tariffs-history.aspx [Acesso
5 dezembro 2013].
Jenkins, N., Ekanayake, J.B. & Strbac, G., 2010. Distributed Generation. London: The
Institution of Engineering and Technology.
Juo, F. et al., 2014. Assessing the Transmission Expansion Cost With Distributed Generation:
An Australian Case Study. IEEE Transactions on Smart Grid, 5(4), pp.1892 - 1904.
Krishna, T.M., Ramana, N.V. & Kamakshaiah, S., 2013. A Novel Algorithm for the Loss
Estimation and Minimization of Radial Distribution System with Distributed Generation. In
2013, 1.-1.A., ed. International Conference on Energy Efficient Technologies for Sustainability
(ICEETS). Nagercoil, 2013. IEEE.
Kroposki, B., Sen, P.K. & Malmedal, K., 2013. Optimum Sizing and Placement of Distributed
and Renewable Energy Sources in Electric Power Distribution Systems. IEEE Transactions on
Industry Applications, 49(6), pp.2741-52.
Lamin, H., 2013. Análise de Impacto Regulatório da Implantação de Redes Inteligentes no

Brasil. Tese de Doutorado. Brasília, DF: UnB - Universidade de Brasília (Doutorado em
Engenharia Elétrica).
Leite, D.R.V., 2013. Medidores Eletrônicos: Análise de Viabilidade Econômica no Contexto

das Redes Inteligentes. Dissertação de Mestrado. Brasília, DF: Universidade de Brasília - UnB
(Mestrado em Engenharia Elétrica).
Lenzen, M., 2008. Life cycle energy and greenhouse gas emissions of nuclear energy: A
review. Energy Conversion and Management 49, pp.2178-99.
Liu, Y. et al., 2008. Distribution System Voltage Performance Analysis for High-Penetration
PV. In IEEE Energy 2030 Conference, 2008. ENERGY 2008. 17-18 Nov. 2008. Atlanta, GA,
2008. IEEE.
Lopes, L.Z., 2011. Alimentador Radial de Distribuição para Simulações de Penetração da

Geração Distribuída Fotovoltaica. Trabalho de Conclusão de Curso em Engenharia Elétrica.
Brasília, DF: UnB Universidade de Brasília - UnB.
Lopes, J.A.P. et al., 2007. Integrating distributed generation into electric power systems: A
review of drivers, challenges and opportunities. Electric Power Systems Research, 77(9),
pp.1189-203.
Martinez, J.A. & Guerra, G., 2014. A Parallel Monte Carlo Method for Optimum Allocation
of Distributed Generation. IEEE Transactions on Power Systems, 29(6), pp.2926-33.
MCTI, 2016. Arquivos dos Fatores de Emissão - Ministério da Ciência, Tecnologia e

Inovação. [Online] Disponível em: http://www.mct.gov.br/index.php/content/view/
354444.html#ancora [Acesso 11 abril 2016].
161
NREL, 2010. A Policymaker’s Guide to Feed-in Tariff Policy Design. Technical Report -
NREL/TP-6A2-44849. Golden, CO: National Renewable Energy Laboratory - US Department
of Energy.
NREL, 2013. Regulatory Considerations Associated with the Expanded Adoption of

Distributed Solar. Technical Report NREL/TP-6A20-60613. Golden, CO: U.S. Department of
Energy - Office of Energy Efficiency & Renewable Energy National Renewable Energy
Laboratory.
NREL, 2015a. SWERA. [Online] Disponível em: https://maps.nrel.gov/swera [Acesso 08 junho

2015].
NREL, 2015b. The Open PV Project - National Renewable Energy Laboratory. [Online]
Disponível em: https://openpv.nrel.gov/search [Acesso 20 julho 2015].
Ofgem, 2015a. Feed-in Tariff Installation Report 31 December 2014. [Online] (Publicado em
20 de janeiro de 2015) Disponível em: https://www.ofgem.gov.uk/publications-and-
updates/feed-tariff-installation-report-31-december-2014 [Acesso 18 fevereiro 2015].
Ofgem, 2015b. Tariff tables - FIT payment rate tables for photovoltaic and non-PV eligible
installations. [Online] Disponível em: https://www.ofgem.gov.uk/environmental-
programmes/feed-tariff-fit-scheme/tariff-tables [Acesso 10 julho 2015].
Oliva, S.J. & MacGill, I.F., 2011. Estimating the Economic Value of Distributed PV Systems
in Australia. In IEEE PES Innovative Smart Grid Technologies Asia (ISGT). Perth, WA, 2011.
IEEE.
ONU, 2000. Nós, Os Povos - O Papel da Nações Unidas no Século XXI. ISBN: 92-1-200245-
5. New York, NY: Organização das Nações Unidas.
Pandi, V.R., Zeineldin, H.H. & Xiao, W., 2013. Determining Optimal Location and Size of
Distributed Generation Resources Considering Harmonic and Protection Coordination Limits.
IEEE Transactions on Power Systems, 28(2), pp.1245-12-54.
Pareja, L.A.G., 2009. Fluxo de Potência em Redes de Distribuição de Energia Elétrica

Considerando Incertezas. Tese de Doutorado. Ilha Solteira: UNESP Universidade Estadual
Paulista Júlio de Mesquita Filho - UNESP (Doutorado em Engenharia Elétrica).
POST, 2006. Carbon Footprint of Electricity Generation. Postnote Number 268. London:
Parliament Office of Science and Technology.
Quezada, V.H.M., Abbad, J.R. & San Román, T.G., 2006. Assessment of Energy Distribution
Losses for Increasing Penetration of Distributed Generation. IEEE Transactions on Power
Systems, 21(2), pp.533-40.
Ragwitz, M., 2013. EU Renewable energy support schemes - Status quo and need for reform.
Presentation. Brussels, Belgium: Workshop in preparation of Commission review of EU
Guidelines on State Aid for Environmental Protection Fraunhofer Institute for Systems and
Innovation Research ISI.
162
REN21, 2015. Renewables 2015 Global Status Report. Paris: REN21 Secretariat.
Renders, B. et al., 2008. Distributed Generation for Mitigating Voltage Dips in Low-Voltage
Distribution Grids. IEEE Transactions on Power Delivery, 23(3), pp.1581-88.
Ropenus, S., Jacobsen, H.K. & Schroder, S.T., 2011. Network regulation and support schemes
e How policy interactions affect the integration of ditributed generation. Renewable Energy,
(36), pp.1949-56.
Sa'ed, J.A., Favuzza, S., Ippolito, M.G. & Massaro, F., 2013. Verifying the Effect of
Distributed Generators on Voltage Profile, Power Losses and Protection System in Radial
Distribution Networks. In 2013, 1.-1.M., ed. 4th International Conference on Power
Engineering, Energy and Electrical Drives. Istanbul, Turkey, 2013. IEEE.
Saltelli, A., Ratto, M., Tarantola, S. & Campolongo, F., 2006. Sensitivity analysis practices:
Strategies for model-based inference. Reliability Engineering and System Safety - Elsevier,
(91), p.1109–1125.
Shayani, R.A., 2010. Método para Determinação do Limite de Penetração da Geração

Distribuída Fotovoltaica em Redes Radiais de Distribuição. Tese de Doutorado. Brasíliia, DF:
Universidade de Brasília - UnB (Doutorado em Engenharia Elétrica).
Shayani, R.A. & de Oliveira, M.A.G., 2011. Photovoltaic Generation Penetration Limits in
Radial Distribution Systems. IEEE Transactions on Power Systems, 26(3), pp.1625-31.
Stern, N., 2007. The Economics of Climate Change - The Stern Review. London: Cambridge
University Press.
Stern, N., 2009. A Blueprint for a Safer Planet. London: Vintage Books.
The Guardian, 2012. Global carbon trading system has 'essentially collapsed'. [Online]
Disponível em: http://www.theguardian.com/environment/2012/sep/10/global-carbon-trading-
system [Acesso 27 abril 2016].
Thomson, M. & Infield, D.G., 2007. Impact of widespread photovoltaics generation on

distribution systems. IET Renewable Power Generation, 1(1), pp.33-40.
Torquato, R., Shi, Q., Xu, W. & Freitas, W., 2014. A Monte Carlo Simulation Platform for
Studying Low Voltage Residential Networks. IEEE Transactions on Smart Grid, 5(6),
pp.2766-76.
UK Gov., 2015. Electricity Market Reform: Contracts for Difference. [Online] Disponível em:
https://www.gov.uk/government/collections/electricity-market-reform-contracts-for-
difference [Acesso 22 maio 2015].
UK Gov, 2016. Annual domestic energy bills. [Online] Disponível em:

https://www.gov.uk/government/statistical-data-sets/annual-domestic-energy-price-statistics
[Acesso 08 abril 2016].
163
UNEP, 2012. The Emissions Gap Report 2012 - A UNEP Synthesis Report. Nairobi: United
Nations Environment Programme (UNEP) Organização das Nações Unidas - ONU.
UNFCCC, 2006. “Consolidated baseline methodology for grid-connected electricity

generation from renewable sources”. ACM0002. 2006: CDM - Executive Board UNFCCC -
United Nations Framework Convention on Climate Change.
US Congress, 1978. U.S. Code Chapter 46 - Public Utility Regulatory Policies Act - PURPA.
Washington, DC: US Congress.
US DoE, 2010. Data Access and Privacy Issues Related to Smart Grid Technologies.
Department of Energy, United States of America.
US DoE, 2015. DSIRE - Database of State Incentives for Renewables & Efficiency - US
Department of Energy. NC Clean Energy Technology Center - NC State University. [Online]
Disponível em: http://www.dsireusa.org/ [Acesso 5 julho 2015].
Vieira, D., 2011. Policies to Encourage the Sustainable Development of Brazilian Electricity
System with Distributed Generation. Dissertação de Mestrado. Cambridge, UK: University of
Cambridge (Master of Philosophy in Engineering for Sustainable Development).
Watts, D., Valdés, M.F., Jara, D. & Watson, A., 2014. Potential residential PV development in
Chile: The effect of Net Metering and Net Billing schemes for grid-connected PV systems.
Renewable and Sustainable Energy Reviews, (41), pp.1037-51.
Willis, H.L., 2000. Analytical methods and rules of thumb for modeling DG-distribution
interaction. In Proceedings of the 2000 IEEE Power Engineering Society Summer Meeting.
Seattle, WA, 2000.
Wiser, R., Barbose, G. & Holt, E., 2011. Supporting solar power in renewables portfolio
standards: Experience from the United States. Energy Policy, (39), pp.3894-905.
Zimmerman, R.D., Murillo-Sánchez, C.E. & Thomas, R.J., 2011. MATPOWER: Steady-State
Operations, Planning and Analysis Tools for Power Systems Research and Education. IEEE
Transactions on Power Systems, 26(1), pp.12-19.
Zio, E. et al., 2015. Monte Carlo simulation-based probabilistic assessment of DG penetration

in medium voltage distribution networks. Eletrical Power and Energy Systems, 61, pp.852-60.
164
APÊNDICE A: DETERMINAÇÃO DO IMPACTO DA INSERÇÃO DE
GDFV NA REDUÇÃO DA EMISSÃO DE GASES DE EFEITO
ESTUFA
Ao longo deste trabalho foram quantificados os impactos técnicos advindos da conexão de

GDFV na rede elétrica sob diversas condições regulatórias diferentes. Contudo, é importante
ter em conta as consequências da geração solar que extrapolem o âmbito técnico. Em particular,
o suporte dessa fonte de energia na redução de emissão de gases de efeito estufa é amplamente
reconhecido e, mais que isso, é utilizado como o principal motivador para o estabelecimento
de subsídios à GDFV em alguns países. Nesse contexto, este Apêndice apresenta a metodologia
de cálculo da redução na emissão de CO2 provocada pela geração solar e a aplica ao alimentador
real simulado no estudo de caso abordado na Seção 6.3.
A forma de determinação da quantidade evitada de CO 2 é determinada por meio de

metodologia desenvolvida pela Convenção-Quadro das Nações Unidas sobre Mudança do
Clima – UNFCCC, conforme Eq. A.1 (UNFCCC, 2006).
ER y = BEy − PEy − Ly (A.1)

Onde:
BEy : Emissões de base no ano y
PEy : Emissões do projeto no ano y
Ly : Emissões de fuga
De acordo com as condições estabelecidas pelas Nações Unidas, o valor das emissões do
projeto é considerado nulo (PEy = 0) para sistemas de geração a partir de fontes renováveis,
exceto geotérmica e hidráulica com reservatório. De maneira similar, as perdas de fuga não
são consideradas para projetos de energia solar fotovoltaica (Ly = 0) (UNFCCC, 2006). O
valor das emissões de base, por sua vez, é determinado conforme Eq. A.2.
BEy = (EGy − EGbaseline) ∗ EFy (A.2)

Onde:
165
EGy : Energia gerada pelo projeto no ano y
EGbaseline: Energia do projeto anterior no ano y
EFy : Fator de emissão no ano y
Na Eq. A.2, a parcela referente à energia do projeto anterior (EGbaseline) só existe para os casos
de modificação ou retrofit de usinas pré-existentes. Substituindo-se então a Eq. A.2 na Eq.
A.1, obtém-se que a redução nas emissões em virtude da instalação de um projeto de energia
solar fotovoltaica é determinada simplesmente pelo produto entre a energia gerada pelo sistema
e o fator de emissões, conforme Eq. A.3.
ER y = EGy ∗ EFy (A.3)
Por sua vez, a energia injetada pelo projeto na rede (EGy ) pode ser calculada de acordo com a
fonte (no caso do presente trabalho, solar fotovoltaica) e com as características técnicas da
geração, da maneira demonstrada na Eq. (5.3).
Já o fator de emissão (EFy ) é determinado em função das características do tipo de GD e do

sistema elétrico no qual essa geração distribuída será conectada. A forma de cálculo do EFy é
mostrada na Eq. A.4.
EFy = wOM ∗ EFOM,y + wBM ∗ EFBM,y (A.4)

Onde:
EFy : Fator de emissão de CO2 por quantidade de energia gerada pela usina no ano y
(tCO2/MWh)
wOM: Fator de ponderação da margem de operação
EFOM,y: Fator de emissão de CO2 referente à margem de operação por quantidade de
energia gerada pela usina no ano y (tCO2/MWh)
wBM : Fator de ponderação da margem de construção
EFBM,y: Fator de emissão de CO2 referente à margem de construção por quantidade de
energia gerada pela usina no ano y (tCO2/MWh)
O cálculo dos fatores de emissão de CO 2 referentes à margem de operação e de construção

associados à geração de energia elétrica no SIN é realizado pelo Operador Nacional do Sistema
166
Elétrico – ONS conforme a Metodologia ACM0002 (UNFCCC, 2006) e disponibilizado pelo
Ministério de Ciência, Tecnologia e Inovação em sua página na internet (MCTI, 2016).
Tendo em vista que o fator de emissão médio da margem de construção para o ano base de
2015 ainda não foi disponibilizado pelo MCTI, utilizou-se como base, nesta tese, o ano de
2014, cujos fatores de emissão encontram-se transcritos na Tabela A-1.
Tabela A-1 – Fatores de Emissão Médios Anuais (tCO2 /MWh). Fonte: (MCTI, 2016).
Margem de Operação (𝑬𝑭𝑶𝑴,𝒚) Margem de Construção 36 (𝑬𝑭𝑩𝑴,𝒚)
0,2963 0,5837
Os valores de wOM e de wBM são escolhidos em função do tipo de geração que será integrada
à rede elétrica. Para o caso de energia a partir de fonte solar fotovoltaica eles são fixados,
respectivamente, em 0,75 e 0,25.
Substituindo-se os valores da Tabela A-1 na Eq. A.4, obtém-se o valor do fator de emissão do
projeto:
EFy = 0,75 ∗ 0,2963 + 0,25 ∗ 0,5837 = 0,3681
De posse desses dados, resta apenas o cálculo da energia gerada pelo projeto EGy para cômputo
da redução de emissões de gases de efetio estufa provocada pela GDFV da forma como
estabelece a Eq. A.3.
Para o caso do alimentador TG01, a inserção de GDFV nos diferentes níveis de penetração
implica na geração anual de energia elétrica conforme Tabela A-2.
36
Obtido a partir da média dos fatores de emissão mensais.
167
Tabela A-2 – Energia gerada pela GDFV em cada nível de penetração.
Energia anual
Potência total média gerada 𝑬𝑮𝒚
Penetração
instalada (MW)
(MWh)
0% - -
11% 1 1.514
23% 2 3.041
34% 3 4.538
45% 4 6.086
56% 5 7.576
68% 6 9.129
79% 7 10.645
91% 8 12.165
101% 9 13.609
A quantidade de CO2 evitada pode então ser calculada conforme Eq. 3. A Tabela A-3 mostra
os resultados obtidos. Admitindo-se que a redução na emissão de gases de efeito estufa seja
comercializada por meio do Mecanismo de Desenvolvimento Limpo – MDL, a valoração
financeira do benefício pela instalação de GDFV pode ser obtida com base no valor médio
praticado atualmente no mercado de créditos de carbono. Esse valor, que já chegou a ser cerca
de 30 dólares por tonelada de CO2, atualmente está em torno de US$ 0,40 (EEX, 2016) – o que
corresponde a aproximadamente 1,44 R$/tCO 2 37.
Tabela A-3 – Benefícios relativos à redução na emissão de gases de efeito estufa pela
instalação de GDFV.
Energia anual Redução das Benefícios pela
Penetração média gerada 𝑬𝑮𝒚 emissões venda no MDL
(MWh) (tCO2/ano)
0% - -
11% 1.514 557 R$ 20.062,92
23% 3.041 1.119 R$ 40.298,12
34% 4.538 1.670 R$ 60.135,76
45% 6.086 2.240 R$ 80.649,24
56% 7.576 2.789 R$ 100.394,12
68% 9.129 3.360 R$ 120.973,86
79% 10.645 3.918 R$ 141.063,28
91% 12.165 4.478 R$ 161.205,71
101% 13.609 5.009 R$ 180.341,02
37
Considerando-se uma taxa de conversão para reais de 1 US$ = R$ 3,60.
168
Da Tabela A-3 percebe-se uma redução na emissão de CO2 por kWp de cerca 14 tCO2/kWp38.
Valorando essa redução ao preço praticado no MDL atualmente (aproximadamente
0,40 USD/tCO2), chega-se a uma quantia equivalente a cerca de R$ 20,00 de economia pela
instalação de 1 kWp ao longo de sua vida útil de 25 anos. Essa quantia poderia ser somada aos
R$ 320,15 calculados na seção 6.3.4 como sendo o benefício total por kW instalado que os
primeiros sistemas impactariam na rede elétrica. Destaca-se que, caso o preço da tonelada de
carbono no MDL fosse ainda algo em torno de 30 dólares, o impacto na redução de CO 2 de
cada kW de GDFV que fosse instalado na rede chegaria a R$ 1.500,00.
Logo, cumpre aqui ressalvar que esse montante de R$ 20,00/kW não representa o real impacto
trazido pela externalidade negativa associada à emissão de gases de efeito estufa, dado o
cenário de quase colapso em que se encontra o mercado de créditos de carbono (The Guardian,
2012). A importância da GDFV no combate às mudanças climáticas não pode ser
desconsiderada, principalmente em países nos quais essa geração seja utilizada como
alternativa à geração por meio de termelétricas a carvão.
Importa, por fim, relembrar que o impacto da inserção de GDFV na alteração da emissão de
gases de efeito estufa não foi considerado no método de escolha das políticas de incentivo à
geração solar estabelecido neste trabalho devido ao fato de que, para determinado nível de
penetração de GDFV, o tipo de política de incentivo que implica na inserção de geração solar
naquela quantidade não altera o montante de redução de emissão de CO2 . Ou seja, para cada
nível de penetração, a quantidade de energia gerada pela GDFV é independente da política que
levou àquela configuração e, portanto, a quantidade de emissão de gases evitada não influencia
na escolha entre as políticas.
38
Obtido pela divisão dos valores da última coluna da Tabela A-3 pela potência total instalada em cada nível de
penetração, e multiplicado por 25 anos (referentes à vida útil do projeto).
169
APÊNDICE B: DADOS DO ALIMENTADOR SIMPLIFICADO
%% Base (em MVA)

baseMVA = 0.25.
%% Dados das barras

typ G B are V V baseK zon Vma Vmi
% bus_i Pd Qd
e s s a m a V e . n
bus = [
1000 3 0 0 0 0 1 1 0 0.22 1 1.5 0.6 .
0.0 0.00
1 1 0 0 1 1 0 0.22 1 1.5 0.6
2 8 .
0.0 0.00
2 1 0 0 1 1 0 0.22 1 1.5 0.6
2 8 .
].
%% Dados do Gerador (fonte infinita - SE de origem do alimentador)

% bus Pg Qg Qma. Qmin Vg mBase status Pma. Pmin
gen = [
1000 0 0 0 0 1 1 1 300 1.
].
%% Dados dos segmentos do alimentador

% fbus tbus r . b rateA rateB rateC ratio angle status
branch
= [1000 1 1.2 0.7 0 0 0 0 0 0 1 .
1 2 1.2 0.7 0 0 0 0 0 0 1 .
].
170
APÊNDICE C: ALGORITMO DE CÁLCULO DAS GRANDEZAS
FÍSICAS (PERDAS, CAPACIDADE E TENSÃO) PARA O
ALIMENTADOR SIMPLIFICADO
Clear % Limpa a tela e os dados da área de trabalho do MatLab

Tic % Inicia a contagem do tempo p/ acompanhamento da duração dos cálculos
CasoBase_Dados24. % Leitura do arquivo de DADOS
%% Parametrização inicial das variáveis

penetracao=0;
n_simulacoesMA;=3000;
n_penet=11;
n_barras=3;
Consumo_total= 2500;
pen = zeros(n_penet,n_simulacoesMA;);
Perdas_GD = zeros(n_penet,n_simulacoesMA;);
GD_UC1 = zeros(n_penet,n_simulacoesMA;);
GD_UC2 = zeros(n_penet,n_simulacoesMA;);
GD = zeros(n_penet,n_simulacoesMA;);
Ger_kWh = zeros(n_penet,n_simulacoesMA;);
P95=zeros(1,n_penet);
total_simul=zeros(1,n_penet);
Penet=zeros(1,n_penet);
Perdas=zeros(1,n_penet);
Capac=zeros(1,n_penet);
Tens=zeros(1,n_penet);
CV_p=zeros(1,n_penet);
CV_c=zeros(1,n_penet);
CV_t=zeros(1,n_penet);
tensoes_fora= zeros(n_penet,n_simulacoesMA;);
kWh_UC1 = zeros(1,24);
kWh_UC2 = zeros(1,24);
result=zeros(1,24);
result_GD=zeros(1,24);
bus1000=zeros(1,24);
cv=ones(1,n_penet);
tensoes=zeros(24,2);
%% Início do algoritmo
for j=1:n_penet %% Laço que calcula os valores de perdas, capacidade e tensão para cada nível
de penetração
%% Início das simulações de monte carlo

rng('shuffle') % função que faz com que o MatLab gere sempre números aleatórios
diferentes
%% Cálculo do flu;o de potência inicial para gerar as variáveis
171
mpopt = mpoption('OUT_ALL', 0, 'VERBOSE', 0); %comando para que o Matpower nao
fique mostrando os dados na
tela (aumenta a velocidade de
processamento)
mpc = runpf('Caso_Base_Alimentador',mpopt);
n_simulacoes=1;
i=1;
while cv(j)>0.01 %% Laço que roda o algoritmo todo diversas vezes (simulações de Monte
Carlo)até que o CV seja menor que 1%
%% Determinação dos patamares de consumo

if rand<0.6 %% neste e.emplo, a probabilidade de se escolher o nível de consumo 1 (300
kWh) é para a UC1 (residência) de 60% e o do nível 2 (700kWh)
é de 40%
Consumo_UC1 = Consumo(1);
else
Consumo_UC1 = Consumo(2);
end
Consumo_UC2 = Consumo_total - Consumo_UC1; % Para manter o consumo total

sempre constante, o consumo
da UC2 (comércio) é o
complementar da UC1 para
que se chegue aos 2.500 kWh
de consumo total
%% Determinação das curvas de carga

if rand<0.7 % neste e.emplo, a probabilidade de se escolher a Curva 3 é de 70% e a da
Curva 2 é de 30%
Curva_UC1 = 3;
else
Curva_UC1 = 2;
end
if rand<0;4 % neste e;emplo, a probabilidade de se escolher a Curva 3 é de 40% e a da

Curva 2 é de 60%
Curva_UC2 = 3;
else
Curva_UC2 = 2;
end
%% Escolha da quantidade de GD em cada UC - DEPENDE DO CENARIO – aqui está

representada a escolha para o caso do net metering
GD_UC1(j,i) = Consumo_UC1/(30*PerformRatio*sum(Irradiancia(1,:))/1000);
GD_UC2(j,i) = Consumo_UC2/(30*PerformRatio*sum(Irradiancia(1,:))/1000);
GD(j,i)=GD_UC1(j,i)+GD_UC2(j,i);
172
if GD(j,i)>0
GD_UC1(j,i)=GD_UC1(j,i)*penetracao/GD(j,i); %normaliza o valor da GD_UC1 para
que a GD total seja
equivalente à
penetração
GD_UC2(j,i)=GD_UC2(j,i)*penetracao/GD(j,i);
else
GD_UC1(j,i)=0;
GD_UC2(j,i)=0;
end
%% Fluxos de potência
H=1;
for Hora=1:24 % Laço que gera os resultados para cada instante do dia
%calculo da geração - Escolha da curva de radiação

Irrad=normrnd(Irradiancia(1,Hora),Irradiancia(2,Hora));
kWh_UC1(Hora)=GD_UC1(j,i)*Irrad/1000*PerformRatio;% calcula a geração da
GDFV de
acordo com a
distribuição
normal de
radiação;
kWh_UC2(Hora)=GD_UC2(j,i)*Irrad/1000*PerformRatio;
mpc.bus(2,3) =
(Consumo_UC1/30*Curvas_R(Curva_UC1,Hora)-kWh_UC1(Hora))/1000;
% Coloca a demanda de potência ativa da "Hora" na
barra da UC1, de acordo com a curva de carga
selecionada;
mpc.bus(2,4) = (Consumo_UC1/30*Curvas_R(Curva_UC1,Hora) *sqrt(1/(fp^2) -
1))/1000;
% idem ao anterior, mas para potência reativa
mpc.bus(3,3) =
(Consumo_UC2/30*Curvas_C(Curva_UC2,Hora)-kWh_UC2(Hora))/1000;
% Coloca a demanda de potência ativa da "Hora" na
barra da UC3, de acordo com a curva de carga
selecionada;
mpc.bus(3,4) = (Consumo_UC2/30*Curvas_C(Curva_UC2,Hora)* sqrt(1/(fp^2) -
1))/1000;
% idem ao anterior, mas para potência reativa
save NovosValores mpc; % Salva os novos valores no arquivo NovosValores

mpopt = mpoption('OUT_ALL', 0, 'VERBOSE', 0);
mpc = runpf('NovosValores',mpopt); % Roda o flu;o de potência com os novos valores
if mpc.success == 1
result_GD(i,Hora)=sum(abs(mpc.branch(:,14)+
173
mpc.branch(:,16))); %soma das perdas em todos os ramos do alimentador
bus1000(Hora)=abs(mpc.branch(1,14));%potencia total demandada no
tronco do alimentador (em
kVA)
tensoes(Hora,1)=mpc.bus(2,8); %tensões nas barras que possuem carga
tensoes(Hora,2)=mpc.bus(3,8); %tensões nas barras que possuem carga
H=H+1.
else
disp('O fluxo de potencia NAO convergiu')
mpc = runpf('TG01_Alimentador',mpopt);
break
end
end
if H==25
tensoes_fora_matriz=tensoes<0.95 | tensoes>1.05;
%matriz de "zeros" e "uns" em que todos os valores da
matriz de tensões que apresentam tensão fora dos limites
aparecem com o numero 1
a=size(tensoes);
tensoes_fora(j,i)=sum(sum(tensoes_fora_matriz))/(a(1)*a(2));
%calculo da porcentagem de tensões nos barramentos que
estão fora dos limites (<0.95 ou >1.05)
bus1000b=sort(bus1000);
%coloca em ordem crescente os valores de potencia aparente
demandada no tronco
P95(j,i)=bus1000b(24);
Ger_kWh(j,i)=sum(kWh_UC1)+sum(kWh_UC2);
pen(j,i)=Ger_kWh(j,i)/((Consumo_total)/30);
Perdas_GD(j,i)=sum(result_GD(i,:));
if n_simulacoes<10
cv(j)=1;
else
% Cálculo dos Coeficientes de Variação

cv_p=std(Perdas_GD(j,1:n_simulacoes))/
(sqrt(n_simulacoes)*mean(Perdas_GD(j,1:n_simulacoes)));
cv_c=std(P95(j,1:n_simulacoes))/
(sqrt(n_simulacoes)*mean(P95(j,1:n_simulacoes)));
cv_t=std(tensoes_fora(j,1:n_simulacoes))/
(sqrt(n_simulacoes)*mean(tensoes_fora(j,1:n_simulacoes)));
cv(j)=ma.([cv_p cv_c cv_t]);

end
i=i+1;
n_simulacoes=I;
else
cv(j)=1;
174
end
if n_simulacoes==3000
break
end
end
CV_p(j)=cv_p;
CV_c(j)=cv_c;
CV_t(j)=cv_t;
total_simul(j)=n_simulacoes-1;
Penet(j)=mean(pen(j,1:total_simul(j)));
Perdas(j)=mean(Perdas_GD(j,1:total_simul(j)));
P95i=round(0.95*total_simul(j));
P95aux=sort(P95(j,1:total_simul(j)));
Capac(j)=P95aux(P95i);
Tens(j)=mean(tensoes_fora(j,1:total_simul(j)));
penetracao=penetracao+2;
end
figure(1)
plot(Penet, Perdas,'b');
figure(2)
plot(Penet, Capac,'b');
figure(3)
plot(Penet, Tens, 'b');
toc % Determina o tempo de duração dos cálculos e imprime o resultado na tela
175
APÊNDICE D: : ALGORITMO DE CÁLCULO DAS GRANDEZAS
FÍSICAS (PERDAS, CAPACIDADE E TENSÃO) PARA O
ALIMENTADOR COMPLETO
%% Leitura do arquivo de DADOS

clear
tic
TG01_Dados_A.
%% Dados iniciais
penetracao=0.
GD_media=0.05.
GD_desvio=GD_media/5.
n_simulacoesMAX=1000.
n_penet=10.
Consumo_total= 36.762.
n_UC=2832.
n_UC_R=2152.
n_UC_C=680.
n_barras=3029.
pen = zeros(n_penet,n_simulacoesMAX).
Perdas_GD = zeros(n_penet,n_simulacoesMAX).
Ger_kWh = zeros(n_penet,n_simulacoesMAX).
P95=zeros(1,n_penet).
total_simul=zeros(1,n_penet).
Penet=zeros(1,n_penet).
Perdas=zeros(1,n_penet).
Capac=zeros(1,n_penet).
Tens=zeros(1,n_penet).
tensoes_fora= zeros(n_penet,n_simulacoesMAX).
bus1000=zeros(1,24).
cv=ones(1,n_penet).
cv_p=ones(1,n_penet).
cv_c=ones(1,n_penet).
cv_t=ones(1,n_penet).
Cons_UC=zeros(1,n_barras).
Curva_UC=zeros(1,n_barras).
Carga_UC=zeros(n_barras,24).
Bar=zeros(1,n_UC).
NaoConvergiu=zeros(1,n_penet).
aux=size(Prob_Curvas_R_DU).
n_Curvas_R=aux(2).
aux=size(Prob_Curvas_C_DU).
n_Curvas_C=aux(2).
kWh_UC=zeros(n_barras,24).
tensoes=ones(n_UC,24).
176
%% Escolha da penetração de GDFV
for j=1:n_penet
%% Início das simulações de monte carlo

rng('shuffle') % função que faz com que o MatLab gere sempre os mesmos números
aleatórios, mesmo quando reiniciado
%% Cálculo do fluxo de potência inicial para gerar as variáveis

mpopt = mpoption('OUT_ALL', 0, 'VERBOSE', 0). %comando para que o Matpower nao
fique mostrando os dados na tela (isso aumenta a velocidade de processamento!)
mpc = runpf('TG01_Alimentador_A',mpopt).
%% Laço que roda o alguoritmo todo "n_simulacoes" vezes

result_GD=zeros(n_simulacoesMAX,24).
n_simulacoes=1.
i=1.
NaoConvergiuAux=0.
while cv(j)>0.01
%% Determinação dos níveis de consumo e das curvas de

dia=randsample([1 2 3],1,true,[5/7 1/7 1/7]). % escolher o dia da semana (1=dia util,
2=sabado ou 3=domingo)
if dia==1 %dia util

for a=Index_UCs_R(1):Index_UCs_R(2)
Cons_UC(a)=randsample(Consumo_R, 1, true, Prob_Consumo_R). %coloca em
cada UC residencial um consumo (Consumo_R) de acordo com a probabilidade de aquele
consumo ocorrer (Prob_Consumo_R).
Curva_UC(a)=randsample((1:n_Curvas_R), 1, true, Prob_Curvas_R_DU). %coloca
em cada UC residencial uma curva de carga (Curva_R) de acordo com a probabilidade de
aquela curva ocorrer (Prob_Curva_R).
Carga_UC(a,:)=Cons_UC(a)/30*Curvas_R_DU(Curva_UC(a),:)/1000. % o
consummo da UC residencial no dia util sera igual ao consumo dela no sabado e no domingo
end
for a=Index_UCs_C(1):Index_UCs_C(2)
Cons_UC(a)=randsample(Consumo_C, 1, true, Prob_Consumo_C). %coloca em
Curva_UC(a)=randsample((1:n_Curvas_C), 1, true, Prob_Curvas_C_DU). %coloca
Carga_UC(a,:)=Cons_UC(a)/30*Curvas_C_DU(Curva_UC(a),:)/1000. % o
consummo da UC comercial no sabado e no domingo sera 60 e 24% respectivamente maior
que o consumo no dia util.
end
elseif dia==2 %sabado
177
Curva_UC(a)=randsample((1:n_Curvas_R), 1, true, Prob_Curvas_R_Sa). %coloca
Carga_UC(a,:)=Cons_UC(a)/30*Curvas_R_Sa(Curva_UC(a),:)/1000. % o
end
Curva_UC(a)=randsample((1:n_Curvas_C), 1, true, Prob_Curvas_C_Do). %coloca
Carga_UC(a,:)=1.6*Cons_UC(a)/(30*(1+1.6+1.24))*Curvas_C_Do(Curva_UC(a),:)/1000. %
o consummo da UC comercial no sabado e no domingo sera 60 e 24% respectivamente maior
end
else %domingo
Curva_UC(a)=randsample((1:n_Curvas_R), 1, true, Prob_Curvas_R_DU). %coloca
Carga_UC(a,:)=Cons_UC(a)/30*Curvas_R_DU(Curva_UC(a),:)/1000. % o
end
Curva_UC(a)=randsample((1:n_Curvas_C), 1, true, Prob_Curvas_C_DU). %coloca
Carga_UC(a,:)=1.24*Cons_UC(a)/(30*(1+1.6+1.24))*Curvas_C_DU(Curva_UC(a),:)/1000.
% o consummo da UC comercial no sabado e no domingo sera 60 e 24% respectivamente maior
end
end
Carga_UCa=Carga_UC.*(Consumo_total/(sum(sum(Carga_UC)))); %padroniza os
consumos de modo que o consumo total do alimentador seja sempre igual a Consumo_total
178
%% Escolha da quantidade de GD em cada UC - DEPENDE DO CENARIO – toda a
parte em itálico depende do cenário escolhido. O algoritmo abaixo apresentado refere-se ao
cenário de “net metering”.
GD_UC = zeros(1,n_barras).
aux=1; % os dois "for" abaixo criam um vetor em que cada elemento corresponde a um
numero de barra com carga (residencial ou comercial)
for k=Index_UCs_R(1):Index_UCs_R(2)
Bar(aux)=k.
aux=aux+1.
end
for k=Index_UCs_C(1):Index_UCs_C(2)
Bar(aux)=k.
aux=aux+1.
end
GD_Total=0.
aux=0.
cont=0.
while GD_Total<penetracao
y=randsample(Bar,1,false); %escolhe uma barra aleatoria entre as barras com cargas
residenciais e comerciais (sem reposição).
GD_UC(y) = (sum(Carga_UCa(y,:)))/(PerformRatio*sum(Irradiancia(1,:))/1000);
%define a potência a ser instalada na UC da barra y (em MW)
GD_Total=sum(GD_UC);
aux=aux+1;
if aux==n_UC
GD_Total
cont=cont+1;
break
end
end
if penetracao > 0
GD_UC=GD_UC.*penetracao/GD_Total;
GD_Total=sum(GD_UC);
end
%% Simulacao dos fluxos de potencia

H=1.
for Hora=1:24 % Laço que gera os resultados para cada instante do dia
Irrad=abs(normrnd(Irradiancia(1,Hora),Irradiancia(2,Hora))); %calculo da geracao -

Escolha da curva de irradiacao solar - NAO DEPENDE DO CENARIO
for w=Index_UCs_R(1):Index_UCs_R(2) % Indices das barras que possuem carga

residencial
kWh_UC(w,Hora)=GD_UC(w)*Irrad/1000*PerformRatio; % calcula a energia
gerada (kWh) de acordo com a distribuicao normal de irradiacao.
179
mpc.bus(w,3) = Carga_UCa(w,Hora)-kWh_UC(w,Hora); % Coloca a demanda de
potência ativa da "Hora" na barra de cada trafo, de acordo com a curva de carga selecionada
mpc.bus(w,4) = Carga_UCa(w,Hora)*sqrt(1/(fp^2) - 1); % Coloca a demanda de
potência ativa da "Hora" na barra da UC1, de acordo com a curva de carga selecionada
end
for w=Index_UCs_C(1):Index_UCs_C(2) % Indices das barras que possuem carga

comercial
kWh_UC(w,Hora)=GD_UC(w)*Irrad/1000*PerformRatio. % calcula a energia
gerada (kWh) de acordo com a distribuicao normal de irradiacao.
mpc.bus(w,3) = Carga_UCa(w,Hora)-kWh_UC(w,Hora); % Coloca a demanda de
potência ativa da "Hora" na barra de cada trafo, de acordo com a curva de carga selecionada
mpc.bus(w,4) = Carga_UCa(w,Hora)*sqrt(1/(fp^2) - 1;.; % Coloca a demanda de
potência ativa da "Hora" na barra da UC1, de acordo com a curva de carga selecionada
end
save NovosValores mpc; % Salva os novos valores no arquivo NovosValores

mpopt = mpoption('OUT_ALL', 0, 'VERBOSE', 0);
mpc = runpf('NovosValores',mpopt); % Roda o fluxo de potência com os novos valores
if mpc.success == 1
result_GD(i,Hora)=sum(abs(mpc.branch(:,14)+mpc.branch(:,16)));
bus1000(Hora)=abs(mpc.branch(1,14)); %potencia total demandada no tronco do
alimentador (em kVA)
tensoes(:,Hora)=mpc.bus(Index_UCs_R(1):Index_UCs_C(2),8); %tensoes nas
barras que possuem carga (comercial ou residencial).
H=H+1.
else
disp('O fluxo de potencia NAO convergiu')
mpc = runpf('TG01_Alimentador_A',mpopt);
NaoConvergiuAux=NaoConvergiuAux+1;
break
end
end
if H==25
tensoes_fora_matriz=tensoes<0.95 | tensoes>1.05; %matriz de "zeros" e "uns" em que
todos os valores da matriz de tensoes que apresentam tensao fora dos limites aparecem com o
numero 1
a=size(tensoes);
tensoes_fora(j,i)=sum(sum(tensoes_fora_matriz))/(a(1)*a(2)); %calculo da
porcentagem de tensoes nos barramentos que estao fora dos limites (<0.95 ou >1.05)
bus1000b=sort(bus1000); %coloca em ordem crescente os valores de potencia aparente
demandada no tronco
P95(j,i)=bus1000b(24);
Ger_kWh(j,i)=sum(sum(kWh_UC));
pen(j,i)=Ger_kWh(j,i)/Consumo_total;
Perdas_GD(j,i)=sum(result_GD(i,:));
if n_simulacoes<5
cv(j)=1;
else
180
cv_p(j)=std(Perdas_GD(j,1:n_simulacoes))/(sqrt(n_simulacoes)*mean(Perdas_GD(j,1:n_sim
ulacoes))).
cv_c(j)=std(P95(j,1:n_simulacoes))/(sqrt(n_simulacoes)*mean(P95(j,1:n_simulacoes)));
cv_t(j)=std(tensoes_fora(j,1:n_simulacoes))/(sqrt(n_simulacoes)*mean(tensoes_fora(j,1:n_si
mulacoes)));
cv(j)=max([cv_p(j) cv_c(j) cv_t(j)])
end
i=i+1;
n_simulacoes=I;
else
cv(j)=1;
end
if n_simulacoes==n_simulacoesMAX
break
end
end
j
total_simul(j)=n_simulacoes-1;
Penet(j)=mean(pen(j,1:n_simulacoes));
Perdas(j)=mean(Perdas_GD(j,1:total_simul(j)));
P95i=round(0.95*total_simul(j));
P95aux=sort(P95(j,1:total_simul(j)));
Capac(j)=P95aux(P95i);
Tens(j)=mean(tensoes_fora(j,1:total_simul(j)));
NaoConvergiu(j)=NaoConvergiuAux;
penetracao=penetracao+1;
end
figure(1)
plot(Penet, Perdas,'r');
figure(2)
plot(Penet, Capac,'g');
figure(3)
plot(Penet, Tens, 'b');
beep
pause(1)
beep
tempo_simulacao=toc
181

Wesly Jean

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Wesly Jean

Enviado por

Direitos autorais:

Formatos disponíveis

TESE DE DOUTORADO EM ENGENHARIA ELÉTRICA

MÉTODO PARA DETERMINAÇÃO DO TIPO DE

Brasília, novembro de 2016

MÉTODO PARA DETERMINAÇÃO DO TIPO DE

ORIENTADOR: PROF. DR. MARCO AURÉLIO GONÇALVES DE OLIVEIRA

1. Geração Distribuída 2. Energia Solar

GRAU: Doutor ANO: 2016

É concedida à Universidade de Brasília permissão para reproduzir cópias desta tese de

Autor: Daniel Vieira

Author: Daniel Vieira

1.1 Motivação ........................................................................................................................ 1

1.2 Objetivos .......................................................................................................................... 2

1.3 Contribuições desta tese .................................................................................................. 3

1.4 Estruturação ..................................................................................................................... 3

2 Impactos Técnicos da GDFV nas redes de Distribuição de Energia Elétrica ..................... 4

2.1 Considerações Iniciais ..................................................................................................... 4

2.2 Perdas ............................................................................................................................... 5

2.3 Capacidade ....................................................................................................................... 7

2.4 Tensão ............................................................................................................................ 10

2.5 Demais impactos............................................................................................................ 14

2.6 Estado da Arte dos Métodos de Análise de Impactos da GDFV ................................ 17

2.7 Considerações finais ...................................................................................................... 25

3 Incentivos Regulatórios à GDFV ......................................................................................... 26

3.1 Considerações Iniciais ................................................................................................... 26

3.2 Tarifas feed in ................................................................................................................ 27

3.3 Net metering ................................................................................................................... 32

3.4 Quotas e Certificados de Energia RenováveL ............................................................. 39

3.5 Demais formas de incentivo à GDFV .......................................................................... 44

3.6 Considerações Finais ..................................................................................................... 45

4 Impacto dos Incentivos Regulatórios no Desenvolvimento do Mercado de GDFV ......... 47

4.1 Considerações Iniciais ................................................................................................... 47

4.2 Comparação entre incentivos regulatórios e desenvolvimento do mercado .............. 48

4.2.1 Reino Unido ........................................................................................................... 48

4.2.4 Estados Unidos - Arizona ...................................................................................... 55

4.2.5 Estados Unidos - Califórnia .................................................................................. 56

4.2.6 Estados Unidos - Wisconsin.................................................................................. 56

4.3 Considerações Finais ..................................................................................................... 58

5 Método Para Determinação do tipo de Incentivo Regulatório que Potencializa os

5.1 Considerações Iniciais ................................................................................................... 59

5.2 Visão Geral do Método ................................................................................................. 60

5.3 Definição dos Cenários ................................................................................................. 61

5.4 Determinação dos Impactos da GDFV ........................................................................ 65

5.4.1 Níveis de Penetração.............................................................................................. 69

5.4.2 Simulações de Monte Carlo .................................................................................. 70

5.4.3 Dados ...................................................................................................................... 72

5.4.3.1 Curvas de carga .................................................................................................. 74

5.4.3.2 Patamares de Consumo ...................................................................................... 77

5.4.3.3 Radiação solar .................................................................................................... 80

5.4.4 Cálculo dos impactos ............................................................................................. 83

5.4.4.1 Perdas .................................................................................................................. 83

5.4.4.2 Capacidade ......................................................................................................... 84

5.4.4.3 Tensão ................................................................................................................. 86

5.4.4.4 Resumo ............................................................................................................... 88

5.5 Comparação entre os impactos ..................................................................................... 89

5.5.2 Capacidade ............................................................................................................. 91

5.5.3 Tensão ..................................................................................................................... 92

5.5.4 Resumo ................................................................................................................... 94

5.7 Demais Hipóteses Adotadas ......................................................................................... 97

5.8 Alimentador utilizado para teste do método ................................................................ 99

5.8.1 Ajustes no método para aplicação no alimentador simplificado ...................... 101

5.8.1.1 Ajustes nos cenários......................................................................................... 101

5.9 Considerações finais .................................................................................................... 106

6 Resultados e Discussões ..................................................................................................... 107

6.1 Considerações Iniciais ................................................................................................. 107